专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果91个,建议您升级VIP下载更多相关专利
  • [发明专利]一种知识图谱问答方法及装置-CN202010512399.7有效
  • 彭涛;崔海;刘露;包铁;王上;张雪松;梁琪 - 吉林大学
  • 2020-06-08 - 2023-10-27 - G06F16/332
  • 本申请提供一种知识图谱问答方法及装置,该方法包括:接收问题语句,并识别问题语句的实体提及和问题模式;在预设的知识图谱中检索与实体提及相关的主语实体作为候选实体;获取知识图谱中候选实体的谓语关系,并计算问题模式与候选实体的谓语关系间的语义相似度;将知识图谱中,语义相似度最大的候选实体和谓语关系所对应的宾语实体作为问题语句的答案。本申请能够对问题语句的问题模式和知识图谱的谓语关系进行语义的联合分析,从而识别出知识图谱中语义最相关的宾语实体作为答案,从而提高问答结果的准确率。
  • 一种知识图谱问答方法装置
  • [发明专利]基于Reptile的元学习开放世界知识图谱补全方法-CN202310721070.5在审
  • 彭涛;毕海嘉;邓金;包铁;刘露 - 吉林大学
  • 2023-06-19 - 2023-09-15 - G06F16/36
  • 本发明涉及知识图谱补全技术领域,具体是基于Reptile的元学习开放世界知识图谱补全方法,所述方法包括:S1、获取待补全的开放知识图谱以及其中的实体和关系的文本描述;S2、将待补全的开放知识图谱按照任务关系的不同,按照比例划分为元训练集、元验证集和元测试集;S3、经过若干批次的训练获得少样本开放世界知识图谱补全模型;S4、通过任务关系的少量样本,对步骤S3得到的少样本开放世界知识图谱补全模型的参数进行快速更新,得到能够适应新任务的模型;S5、采用步骤S4得到的少样本开放世界知识图谱补全模型,对元测试任务进行补全,本发明能够建立可见实体与可见实体、不可见实体与可见实体之间的链接的目的。
  • 基于reptile学习开放世界知识图谱方法
  • [发明专利]一种基于流水线的常微分方程求解方法及装置-CN202310712593.3在审
  • 包铁;马琳;彭涛;张雪松;刘露 - 吉林大学
  • 2023-06-16 - 2023-09-12 - G06F9/50
  • 本发明适用于仿真技术领域,提供了一种基于流水线的常微分方程求解方法及装置,该方法包括以下步骤:步骤S1:生成待求解任务;步骤S2:将待求解任务放入常微分方程任务池中的任务队列;步骤S3:将队列中的待求解任务分派到CPU或GPU或同时派发给CPU和GPU;步骤S4:对于同时需要CPU和GPU的常微分方程求解任务,同步器负责CPU和GPU之间的数据交换;步骤S5:将GPU进一步划分为若干子设备;步骤S6:每个子设备只负责一个常微分方程系统的求解或一个常微分方程系统内的并行计算过程修正,最后生成求解结果,本发明解决了目前市场上传统常微分方程求解算法GPU利用率较低的问题。
  • 一种基于流水线微分方程求解方法装置
  • [发明专利]一种面向多模态知识图谱的实体对齐方法及装置-CN202310713623.2在审
  • 包铁;邵斐;彭涛;毕海嘉;刘露 - 吉林大学
  • 2023-06-16 - 2023-09-12 - G06F16/36
  • 本发明适用于知识图谱技术领域,提供了一种面向多模态知识图谱的实体对齐方法及装置,该方法包括以下步骤:将两个待对齐的多模态知识图谱作为模型的输入;使用GCN对知识图谱结构进行建模,生成知识图谱的结构嵌入;还生成语义嵌入;根据结构嵌入计算余弦相似度得到结构相似性矩阵,通过计算语义嵌入的余弦相似度得到语义相似性矩阵;通过可以动态调整权重的自适应特征融合策略将结构相似性矩阵和语义相似性矩阵融合成最终的实体相似性矩阵,根据实体相似性矩阵得到对齐结果;在得到的对齐结果中挑选可靠的对齐实体,重复迭代过程直至模型收敛,本发明解决了目前知识图谱实体对齐任务缺乏训练数据的问题。
  • 一种面向多模态知识图谱实体对齐方法装置
  • [发明专利]一种基于噪声优化与属性融合的实体对齐方法-CN202310720797.1在审
  • 彭涛;毕海嘉;王若霖;包铁;刘露 - 吉林大学
  • 2023-06-19 - 2023-09-12 - G06F16/36
  • 本发明适用于知识图谱技术领域,提供了一种基于噪声优化与属性融合的实体对齐方法,包括以下步骤:对实体种子集合进行噪声初始化,获得准确的噪声实体对;注入噪声感知优化生成器,在真实种子实体对的相关分布周围获取更多的噪声实体对;产生噪声实体对后,送入噪声感知优化鉴别器,鉴别出真实的种子实体对以及噪声实体对;噪声感知优化生成器与噪声感知优化鉴别器相互迭代,得到信任分数并与阈值θ进行比较得到纯净的标记数据;将获得的真实种子实体对,通过GCN进行结构嵌入,最终获取结构对齐模型。该方法利用噪声优化与属性结合的方式不仅降低了复杂程度,且提高了实体对齐的效果,在减少实验开销的基础上,获得具有优秀的实体对齐效果。
  • 一种基于噪声优化属性融合实体对齐方法
  • [发明专利]一种基于注意力机制的知识图谱预测方法-CN202310721138.X在审
  • 彭涛;毕海嘉;王斌岩;包铁;刘露 - 吉林大学
  • 2023-06-19 - 2023-09-01 - G06F16/36
  • 本发明适用于知识图谱技术领域,提供了一种基于注意力机制的知识图谱预测方法,包括以下步骤:加载训练集三元组数据,获取小样本关系及其对应的头尾实体对;生成小样本关系的头尾实体的邻居集合;利用图注意力网络聚合小样本关系的半邻域表示;通过Transformer融合邻域信息,生成小样本关系表示;计算评分函数;计算损失函数;通过梯度下降方法最小化损失函数训练模型参数。该方法通过图注意网络融合实体的一跳邻域信息,从而获得实体的邻域表示,并从相关实体的邻域表示中获取长尾关系的有效表示,减少了稀疏邻域带来的噪声影响。使用Transformer关系聚集器获取融合邻域信息的小样本关系表示,实现小样本关系更为准确的表达。
  • 一种基于注意力机制知识图谱预测方法
  • [发明专利]一种基于实体结构特征的长尾实体对齐方法-CN202310721284.2在审
  • 包铁;王俊懿;彭涛;毕海嘉;刘露 - 吉林大学
  • 2023-06-19 - 2023-09-01 - G06F16/36
  • 本发明适用于实体对齐领域,提供了一种基于实体结构特征的长尾实体对齐方法,包括:按照比例随机划分训练集和测试集;随机初始化实体和关系嵌入,并将两个知识图谱的实体和关系嵌入到相同的向量空间中;利用实体嵌入和关系嵌入分别计算头实体和尾实体的投影表示;计算所有三元组中实体的上下文表示;基于上下文向量表示,计算向量之间的距离,对计算得到的距离使用全局最优的对齐策略,得到新的对齐实体对;将对齐实体对加入对齐集合,并基于该集合补全知识图谱三元组,该方法以处理知识图谱中存在的一对多关系以及复杂关系模式的问题,可以有效地减少长尾实体数量,有利于提高实体对齐的准确度。
  • 一种基于实体结构特征长尾对齐方法
  • [发明专利]一种基于小波变换和卷积神经网络的时序分类方法-CN202310721323.9在审
  • 彭涛;毕海嘉;于博;包铁;刘露 - 吉林大学
  • 2023-06-19 - 2023-09-01 - G06F18/241
  • 本发明涉及时间序列分类技术领域,具体是一种基于小波变换和卷积神经网络的时序分类方法,所述方法包括以下步骤:S1、对多维时间序列进行降维,得到一维时间序列;S2、将一维输入时间序列,经过小波变换变为近似分量cA和细节分量cD;S3、通过卷积神经网络CNN分析模型,得到CNN‑cA卷积和CNN‑cD卷积;S4、对两组特征矩阵进行融合,得到一个特征矩阵;S5、将融合得到的特征矩阵输入线性岭回归分类器进行分类,得到原始时间序列的分类标签,本发明基于小波变换和卷积神经网络的时序分类方法,大大降低了算法的训练时间和成本,对不同领域的时间序列数据都有良好的泛化性能,能适应各种领域的时间序列分类任务。
  • 一种基于变换卷积神经网络时序分类方法
  • [发明专利]一种基于数理统计的自承认技术债检测方法-CN202310624963.8在审
  • 包铁;袁梦;彭涛;甘露;宋伟 - 吉林大学
  • 2023-05-30 - 2023-08-29 - G06F11/36
  • 本发明提供了一种基于数理统计的自承认技术债检测方法,包括:获取源代码注释数据集,用于预训练深度学习语言分类模型,源代码注释数据集包括源代码注释和源代码注释的技术债标签;模型包括关键词匹配模型和利用源代码注释数据集完成预训练的深度学习语言分类模型;根据源代码注释中的关键词数理统计结果,以及检测环境的约束条件选择模型中的一个执行自承认技术债的检测;将新的待检测注释数据输入到S2选择的模型中执行自承认技术债的检测,输出的结果为新的待检测注释数据是否为自承认技术债的结果。本发明根据不同检测环境和待检测数据集特点,选择合适的模型,综合发挥不同类别检测模型的优势,达到了更好的检测效果。
  • 一种基于数理统计承认技术检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top