“时序知识”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果102430个，建议您升级VIP下载更多相关专利

[发明专利]基于图神经网络的时序知识图谱的补全方法及相关设备-CN202210567235.3在审
发明人：张忠宝;危倩;苏森 -专利权人：北京邮电大学
申请日： 2022-05-23 - 公布日： 2022-10-25 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种基于图神经网络的时序知识图谱的补全方法及相关设备。该方法包括：获取多个历史时刻的时序知识图谱和当前时刻的时序知识图谱，分别对每个所述时序知识图谱进行预处理；将经过所述预处理的全部所述时序知识图谱输入至经过预训练的补全模型中，得到当前时刻的所述时序知识图谱上每个节点的最终表示向量；通过相似度计算模型从预先构建的候选集中选取与所述最终表示向量对应的节点的相似度最大的候选节点作为补全节点，并基于所述补全节点对当前时刻的所述时序知识图谱进行补全。本申请提供一种基于图神经网络的时序知识图谱的补全方法及相关设备可方便有效地补全时序知识图谱。
基于神经网络时序知识图谱方法相关设备

[发明专利]一种基于时序路径自动维护的时序知识图谱推理方法和系统-CN202310328740.7在审
发明人：董昊;宁致远;周园春;王鹏飞 -专利权人：中国科学院计算机网络信息中心
申请日： 2023-03-30 - 公布日： 2023-07-25 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于时序路径自动维护的时序知识图谱推理方法和系统，面向时序知识图谱推理任务，利用具有时间信息的历史时序知识图谱序列预测未来时刻知识图谱缺失的事实信息。该发明首先定义了跨时间的时序路径，然后提供一种能够自动建模维护查询实体与每个候选实体之间历史局部时序路径的方法，最后提出一种跨越时间线的路径语义传递策略用于整合历史时间线上的每一历史时刻的局部时序路径，得到最终的全局时序路径，用于未来下一时刻的图谱事实推理。本发明能够直接将学习到的时序路径表示用于未来时刻的知识图谱事实预测，能够利用具有时间信息的历史时序知识图谱序列预测未来时刻知识图谱缺失的事实信息。
一种基于时序路径自动维护知识图谱推理方法系统

[发明专利]一种基于时空架构的时序知识图谱补全方法-CN202011265517.5有效
发明人：邵杰;张嘉昇;梁爽;邓智毅;申恒涛 -专利权人：四川省人工智能研究院(宜宾)
申请日： 2020-11-13 - 公布日： 2021-06-15 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种基于时空架构的时序知识图谱补全方法，其特征在于，包括以下步骤：将待补全时序知识图谱按照其知识的时间标注划分为若干静态的知识集合，并通过每个集合中的知识分别构建若干知识网络，得到若干快照；构建多面图注意力网络，并将快照输入多面图注意力网络，获取实体在每个快照下的静态嵌入表示；构建自适应时序注意力机制，根据实体的静态嵌入表示并使用自适应时序注意力机制获取实体的最终嵌入表示；通过实体的最终嵌入表示计算待补全时序知识图谱中知识的置信度，并通过置信度预测待补全时序知识图谱中的缺失内容。本发明具有更高的扩展性与灵活性，能够与任意静态的补全方法相结合来进行时序知识图谱的补全任务。
一种基于时空架构时序知识图谱方法

[发明专利]用于临床领域时序知识图谱的链接预测方法及系统-CN201810589170.6在审
发明人：尚凌辉;陈鑫;叶淑阳 -专利权人：浙江捷尚人工智能研究发展有限公司
申请日： 2018-06-08 - 公布日： 2018-12-18 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了用于临床领域时序知识图谱的链接预测方法及系统，首先获取临床领域时序知识图谱，对实体和复杂语义关系向量化，加入上下关联信息，进行序列化学习，对时序知识图谱的时序信息做增量计算，再对时序信息提取特征向量，建立用于临床领域时序知识图谱的链接预测模型，所述链接预测模型包括三元组向量化层、序列增量学习层、序列特征组合层和输出层，根据所述链接预测模型，对临床领域时序知识图谱进行链接预测。本发明利用增量LSTM模型突出临床事实中隐含的语义和时序信息，有效地利用序列化学习挖掘其前后依赖信息，弥补了传统链接预测模型导致对时效性知识图谱预测准确度较低的不足，提高了知识图谱链接预测的准确性。
链接图谱时序知识临床领域预测模型时序信息预测向量化序列化复杂语义关系关联信息临床事实提取特征序列特征序列增量增量计算准确度语义三元组时效性输出层有效地组合层向量学习隐含挖掘

[发明专利]基于时间图卷积网络的时序知识图谱补全方法及系统-CN202210393407.X在审
发明人：马超;彭琛琛;石小川;张典;孟小亮;李彦胜 -专利权人：武汉大学
申请日： 2022-04-14 - 公布日： 2022-07-22 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于时间图卷积网络的时序知识图谱补全方法及系统，本发明的时间图卷积网络包括结构编码器、时序编码器和解码器三个模块；本发明首先选择待补全的时序知识图谱G，并确定该时序知识图谱待补全的目标时间步；然后通过结构编码器产生时序知识图谱每个时间步的实体嵌入向量和关系嵌入向量；接着通过时序编码器生成实体和关系在预测时间步对应的最终嵌入向量；最后通过解码器对每个候选四元组(s,r,o,t)根据得到的头实体s、关系r和尾实体o在时间步t对应的最终嵌入向量，对待补全时序知识图谱中缺失内容进行预测，完成时序知识图谱的补全。本发明可以有效提升时序知识图谱补全任务的准确率。
基于时间图卷网络时序知识图谱方法系统

[发明专利]一种审计制度时序知识图谱的构建方法-CN202110952014.3在审
发明人：崔霞;戴斐斐;孙常鹏;李博;张耀心;刘德玉;高静;丁勇;侯本忠;庄莉;郑略省 -专利权人：国网天津市电力公司;国家电网有限公司;国网信息通信产业集团有限公司;福建亿榕信息技术有限公司
申请日： 2021-08-18 - 公布日： 2021-12-28 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种审计制度时序知识图谱的构建方法，包括以下步骤：步骤1、构建审计制度本体；步骤2、提取步骤1所构建的审计制度的本体中的实体知识；步骤3、对步骤2所抽取的审计制度实体知识进行知识融合；步骤4、对步骤3审计制度实体知识融合后的结果进行知识优化；步骤5、依据步骤4审计制度实体知识优化后的结果，构建审计制度知识图谱；步骤6、依据步骤1所构建的审计制度本体，从审计制度库文档中提取实体时序知识；步骤7、构建审计制度时序知识图谱。本发明能够将实体的时序信息融合到实体知识中。
一种审计制度时序知识图谱构建方法

[发明专利]一种针对时序知识图谱的可视化分析系统和方法-CN202210724550.2在审
发明人：巫英才;刘玉亭;傅四维 -专利权人：浙江大学
申请日： 2022-06-23 - 公布日： 2022-10-11 - 主分类号： G06F16/36 文献下载
摘要：本发明公开一种针对时序知识图谱的可视化分析系统和方法，用户迭代式地选择时序知识图谱中感兴趣的实体、关系、时间点，系统依据用户选择自动生成故事线与点线图相结合的可视化图表，向用户展示图谱中相应实体与关系的拓扑结构及其时序变化本发明满足了时序知识图谱的可视化需求，能有效降低时序知识图谱的探索难度，同时增强用户对图谱中时序变化的感知，促进了时序知识图谱的研究与应用。
一种针对时序知识图谱可视化分析系统方法

[发明专利]新能源汽车ECU上下电异常诊断及修正系统及方法-CN202110308605.7有效
发明人：张丽;白志浩;吴肇苏;罗东;吴杰余 -专利权人：东风汽车集团股份有限公司
申请日： 2021-03-23 - 公布日： 2022-08-26 - 主分类号： B60L3/00 文献下载
摘要：本发明公开了一种新能源汽车ECU上下电异常诊断及修正系统，它的原则库建立模块用于建立ECU上下电时序变化原则数据库；知识库建立模块用于建立ECU上下电异常知识数据库；ECU上下电时序监测模块用于基于车联网实时监测ECU上下电时序变化；ECU上下电时序修正模块根据ECU上下电异常知识数据库中的ECU上下电异常知识数据对实时ECU上下电时序进行上下电时序诊断，并根据ECU上下电时序变化原则数据库的ECU上下电时序变化原则数据进行上下电时序修正本发明可以实现新能源汽车出现上下电失败的情况时相关信号的状态回溯，自动锁定问题知识，并可选择在线或者手动修正汽车的上下电时序，优化汽车的上下电时序。
新能源汽车 ecu 上下异常诊断修正系统方法

[发明专利]诊疗信息预测模型的训练方法、装置、设备及存储介质-CN202211434948.9在审
发明人：张子恒;林镇溪 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-16 - 公布日： 2023-10-27 - 主分类号： G06F18/214 文献下载
摘要：所述方法包括：基于样本对象的生理记录信息和医学知识图谱，构建第一时序知识图谱；基于所述第一时序信息，对于所述第一时序知识图谱中的第一类节点，构建所述第一类节点与目标节点之间的边，得到中间时序知识图谱；对于所述中间时序知识图谱中的第二类节点，基于所述第二类节点所表示的诊疗信息之间的相似度，对所述第二类节点进行替换，得到第二时序知识图谱；以所述第一时序知识图谱中的信息作为正样本数据，所述第二时序知识图谱中的信息作为负样本数据，对诊疗信息预测模型进行训练
诊疗信息预测模型训练方法装置设备存储介质

[发明专利]工艺自动决策和推理方法、装置、计算机设备及存储介质-CN202210248263.9在审
发明人：廖丽平;朱柯;蔡君 -专利权人：广东技术师范大学
申请日： 2022-03-14 - 公布日： 2022-06-21 - 主分类号： G06F16/36 文献下载
摘要：本申请属于深度学习领域，涉及一种工艺自动决策和推理方法、装置、计算机设备及存储介质，方法包括步骤：构造零件生产工艺知识库模型；构建零件信息、工艺知识和设备信息三级信息模型，整合生产数据并构建工艺时序知识图谱；从工艺时序知识图谱中提取工艺知识特征；基于工艺知识特征，结合自动决策模型，对生产任务进行拆分，并提取子任务的空间特征，检索零件生产工艺知识库中符合空间特征及时序要求的工艺知识进行工艺决策；采用部分可观测马尔科夫决策过程算法，将工艺时序知识图谱定义为环境，进行工艺推理。对未知的生产工艺进行推理，得到其推理路径后经人工校验，进而更新到工艺时序知识图谱，使工艺知识更加完善。
工艺自动决策推理方法装置计算机设备存储介质

[发明专利]基于细粒度特征语义网络的系统接口时序知识分析系统-CN201811314437.7在审
发明人：王佳佳;李娜;张晛;杨楠;王颖;唱明旭;张依漪;王栋 -专利权人：北京京航计算通讯研究所
申请日： 2018-11-06 - 公布日： 2019-03-12 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件工程技术领域，具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析系统，其包括：构建嵌入式系统测试故障集；在嵌入式系统测试故障集中搜索接口关键问题，分析提取与时序相关的故障，初步形成时序相关的接口故障集；在嵌入式系统测试故障集中搜索与时序关键的故障，分析提取与接口相关的故障，形成接口相关的时序故障集；两个故障集合并形成接口时序故障集；根据时序故障库中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序关键影响因素，形成嵌入式系统接口时序知识集。由此得到的嵌入式系统接口时序知识可实现测试知识的继承，且具有可扩展性，便于测试知识的推送，提升测试效率。
时序时序知识嵌入式系统测试故障特征语义细粒度嵌入式系统接口测试知识分析系统接口时序系统接口故障集搜索关键影响因素软件工程技术测试效率故障集合故障类型关键问题接口故障可扩展性网络故障库构建推送分析继承

[发明专利]基于细粒度特征语义网络的系统接口时序知识分析方法-CN201811314413.1在审
发明人：王佳佳;李娜;张晛;杨楠;王颖;唱明旭;张依漪;王栋 -专利权人：北京京航计算通讯研究所
申请日： 2018-11-06 - 公布日： 2019-03-12 - 主分类号： G06F16/36 文献下载
摘要：本发明属于软件工程技术领域，具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析方法，其包括：构建嵌入式系统测试故障集；在嵌入式系统测试故障集中搜索接口关键问题，分析提取与时序相关的故障，初步形成时序相关的接口故障集；在嵌入式系统测试故障集中搜索与时序关键的故障，分析提取与接口相关的故障，形成接口相关的时序故障集；两个故障集合并形成接口时序故障集；根据时序故障库中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序关键影响因素，形成嵌入式系统接口时序知识集。由此得到的嵌入式系统接口时序知识可实现测试知识的继承，且具有可扩展性，便于测试知识的推送，提升测试效率。
时序时序知识嵌入式系统测试故障特征语义细粒度嵌入式系统接口测试知识接口时序系统接口故障集分析搜索关键影响因素软件工程技术测试效率故障集合故障类型关键问题接口故障可扩展性网络故障库构建推送继承

[发明专利]基于时序知识图谱的问答方法、实体表示方法及相关装置-CN202211308301.1有效
发明人：张汀依;李直旭;支洪平;刘加新;吴瑞萦 -专利权人：科大讯飞（苏州）科技有限公司
申请日： 2022-10-25 - 公布日： 2023-04-04 - 主分类号： G06F16/36 文献下载
摘要：本申请公开了一种基于时序知识图谱的问答方法、实体表示方法及相关装置，该方法包括：获取目标问题；利用时序知识图谱中各知识实体的语义表示，查找到与目标问题中的目标实体相关的知识实体，作为关联实体；基于时序知识图谱中包含关联实体的至少一条知识，得到目标问题的答案，其中，知识实体的语义表示是基于知识的知识表示是对知识的图谱表示和文本表示融合得到，知识包含知识实体和时间。上述方式，通过文本表示与图谱表示融合以得到的实体的语义表示，语义表示融合了文本表示和图谱表示，能够更为全面的表示实体，从而更为准确地理解目标问题中的目标实体，进而提高时序知识图谱问答结果的准确性。
基于时序知识图谱问答方法实体表示相关装置

[发明专利]一种基于块分解的时序知识图谱补全方法-CN202310216132.7在审
发明人：曾艳;岳鲁鹏;袁俊峰;任永坚;张纪林;万健 -专利权人：杭州电子科技大学
申请日： 2023-03-08 - 公布日： 2023-06-06 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于块分解的时序知识图谱补全方法，使其在大规模复杂场景下有效提升预测缺失事实的准确率。本发明首先根据时序知识图谱中的时间戳标注划分为若干知识集合，并通过每个知识集合中的知识构建若干知识子图，为寻找不同知识子图之间的依赖信息以补全缺失知识提供支持；其次，将知识子图输入块分解模型中，并构建对偶化因子矩阵和位置编码化核心张量，得到知识子图的嵌入向量表示以构建不同知识之间的潜在联系；最后，根据知识子图的嵌入向量表示计算缺失知识的置信度分数，添加置信度分数最大的知识到时序知识图谱中，以提高预测缺失事实的准确率。本发明能够对不完整的时序知识图谱作出更精准的补全。
一种基于分解时序知识图谱方法

[发明专利]基于逻辑规则与关系多元编码的时序知识图谱推理方法-CN202310030909.0在审
发明人：张春霞;彭成;刘菲菲;高东平;郭倞涛;牛振东;朱家安 -专利权人：北京理工大学;北京大学人民医院;中国医学科学院医学信息研究所
申请日： 2023-01-10 - 公布日： 2023-06-06 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了基于逻辑规则与关系多元编码的时序知识图谱推理方法，属于知识图谱构建和自然语言处理领域。本发明引入基于关系类型的时序规则扩充机制，即基于对称关系、互逆关系、等价关系以及从属关系的对时序规则集进行扩充。提取时序规则中关系的逻辑信息的关系规则特征，将关系的静态特征与关系的规则特征相融合获得关系的多元特征；融合基于逻辑规则的时序知识图谱推理模型与基于关系多元编码的时序知识图谱推理模型。本方法有助于解决关系信息获取片面和模型可解释性弱的问题，提高了时序知识图谱推理的性能，具有广阔的应用前景。
基于逻辑规则关系多元编码时序知识图谱推理方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条