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467739个,建议您升级VIP下载更多相关专利
  • [发明专利]基于图卷积网络和对比学习的因果关系识别方法及装置-CN202210945377.9在审
  • 张俊丰;谭真 - 中国人民解放军国防科技大学
  • 2022-08-08 - 2022-11-08 - G06F16/33
  • 本申请涉及一种基于图卷积网络和对比学习的因果关系识别方法及装置。所述方法包括:根据图卷积网络对初始词向量的位置关系和语义关系进行融合,得到关系表征;利用BiLSTM模型对包含事件对的句子进行关系表征学习,得到隐藏关系表征;根据对比学习方法对关系表征进行增强表示将隐藏关系表征和增强后的关系表征进行融合,利用全连接层及SoftMax层对融合关系表征进行计算,得到事件对中是否存在因果关系的初始概率;根据初始概率和预先标注的事件对中真实的因果关系构建交叉熵损失函数,利用交叉熵损失函数对因果关系识别模型进行训练再对待识别的文本进行因果关系识别采用本方法能够提高事件对因果关系准确率。
  • 基于图卷网络对比学习因果关系识别方法装置
  • [发明专利]疾病与基因关系预测方法、装置、电子设备及介质-CN202310480960.1在审
  • 刘小双 - 平安科技(深圳)有限公司
  • 2023-04-27 - 2023-07-28 - G16B40/00
  • 本发明涉及数字医疗及人工智能领域,揭露一种疾病与基因关系预测方法、装置、电子设备及存储介质,所述方法包括:构建疾病相似度网络、基因与疾病关系网络、第一整合网络及第二整合网络;提取第一整合网络、第二整合网络及基因与疾病关系网络的表征向量,得到第一表征向量、第二表征向量及关系节点表征向量,对第一表征向量、第二表征向量及关系表征向量进行加权求和,得到第一目标节点表征向量及第二目标表征向量;对第一目标表征向量及第二目标表征向量进行加权求和,得到目标表征向量;对目标表征向量进行线性计算,得到目标表征向量中待分析基因数据与待分析疾病数据相关的概率。本发明可以提高预测基因与疾病之间关系的智能化程度及准确率。
  • 疾病基因关系预测方法装置电子设备介质
  • [发明专利]基于关系表征图神经网络的异质图节点分类装置及方法-CN202211148419.2在审
  • 郭园方;王俊富;王蕴红 - 北京航空航天大学
  • 2022-09-20 - 2022-12-09 - G06V10/764
  • 本发明公开了基于关系表征图神经网络的异质图节点分类装置及方法,装置包括:异质节点特征投影模块、异质关系表征模块、自链接关系表征模块、表征参数梯度放缩模块、同质图神经网络模块;方法包括:异质图输入、异质节点特征投影、异质关系表征、自链接关系表征表征参数梯度缩放、生成赋权邻接矩阵、同质图神经网络和结果输出;图神经网络可以有效的使同质图神经网络处理具有更加复杂关系的异质图,表征参数梯度放缩模块可以使不同类型的参数:关系表征参数和图神经网络参数,能够在同一个优化框架中均被优化至较佳的结果,计算方式简单有效,仅仅引入极少的参数,方法复杂度远低于主流异质图神经网络。
  • 基于关系表征神经网络异质图节点分类装置方法
  • [发明专利]基于结构化信息的关系对齐方法、装置、设备及介质-CN202110420316.6有效
  • 程华东;李剑锋;陈又新 - 平安科技(深圳)有限公司
  • 2021-04-19 - 2023-02-28 - G06F40/289
  • 本发明公开了一种基于结构化信息的关系对齐方法,包括:构建三元组语料库,所述三元组语料库中包括若干个三元组;获取所述三元组语料库中每一个三元组对应的关系向量表征;根据所述关系向量表征构建三元组中的头实体对应的关系集,从所述关系集中获取范围最大的关系互斥集;根据所述关系向量表征对所述三元组语料库中的三元组进行聚类分析,并根据所述关系互斥集进行聚类簇合并,得到若干个簇;对于每一个簇,选择所述簇中出现频率最高的关系向量表征作为目标关系向量表征,将所述簇中的所有三元组的关系向量表征修改为所述目标关系向量表征。本发明解决了现有技术在构建知识图谱时存在的关系表征准确率低、关系对齐精度低的问题。
  • 基于结构信息关系对齐方法装置设备介质
  • [发明专利]一种事件关系的挖掘方法及相关装置-CN202310309890.3有效
  • 张林;杨海钦;幺宝刚 - 粤港澳大湾区数字经济研究院(福田)
  • 2023-03-28 - 2023-08-15 - G06F16/2458
  • 本申请公开了一种事件关系的挖掘方法及相关装置,方法包括分别获取若干目标文档中的各目标文档的文档表征和事件表征;基于各目标文档的文档表征构建上层图,并基于各目标文档的事件表征构建下层图;基于预先训练的图挖掘模型、所述上层图和所述下层图,确定各目标文档的事件表征间的事件关系。本申请基于目标文档的文档表征和事件表征形成上层图和下层图,然后通过图挖掘模型来确定事件关系,这样将事件关系挖掘过程转换为图补全任务,可以只需要对目标文档间的事件关系进行标注,就可以挖掘到事件间的事件关系,这样减少事件关系标注所划分的人力物力,从而可以降低事件关系挖掘所花费的成本。
  • 一种事件关系挖掘方法相关装置
  • [发明专利]门店选址方法、装置、电子设备及存储介质-CN202211154171.0在审
  • 刘宇;李勇;金德鹏 - 清华大学
  • 2022-09-21 - 2023-01-20 - G06Q10/0631
  • 本发明提供一种门店选址方法、装置、电子设备及存储介质,其中,所述方法包括:基于城市数据构建城市知识图谱,其中,城市知识图谱中包括待选址实体和待选址关系,待选址实体包括待选址门店;对城市知识图谱进行预处理,得到待选址门店的任务无关实体表征向量和待选址关系的任务无关关系表征向量;基于图神经网络的编码器、任务无关实体表征向量和任务无关关系表征向量,得到待选址门店的任务相关实体表征向量和待选址关系的任务相关关系表征向量;将任务相关实体表征向量和任务相关关系表征向量输入至解码器得到待选址得分,并基于待选址得分确定与待选址门店对应的门店位置。
  • 选址方法装置电子设备存储介质
  • [发明专利]基于图卷积网络与关系证据互指导的篇章关系抽取方法-CN202210828795.X在审
  • 张华平;杜伦;李玉岗;商建云 - 北京理工大学
  • 2022-07-14 - 2022-11-18 - G06F40/295
  • 本发明公开了基于图卷积网络与关系证据互指导的篇章关系抽取方法,属于计算机自然语言处理技术领域。本发明针对文档级别的文本,构造包含实体提及和实体关系两种节点的文档图,利用图卷积神经网络学习关系表征。同时,利用关系表征指导证据集抽取网络抽取对应的证据集,最后将证据集表征融入关系表征进行关系判别。本发明通过关系抽取和证据集抽取两通道任务的联合训练。关系抽取为证据集抽取提供特定关系信息,证据集抽取为关系抽取提供依据信息,从而提高篇章关系抽取的效果。同时,在文档图中创新性的增加关系节点促进了实体之间的消息传递,有利于模型充分学习语义表征
  • 基于图卷网络关系证据指导篇章抽取方法
  • [发明专利]图节点关系表征生成和图节点业务关系预测方法及装置-CN202111003074.7在审
  • 杨硕;张志强;周俊 - 支付宝(杭州)信息技术有限公司
  • 2021-08-30 - 2021-11-16 - G06F16/901
  • 本说明书实施例提供图节点关系表征生成和图节点业务关系预测方法及装置。在生成图节点关系表征时,分别自第一和第二图节点开始执行节点表征传播和节点表征聚合,确定第二和第一图节点的节点表征;并且基于第一和第二图节点的节点表征,生成第一和第二图节点之间的节点关系表征。在节点表征传播时,将每个源图节点的上一节点传播表征传播给该源图节点的目标图节点集合的每个目标图节点;根据各个目标图节点接收的节点传播表征以及自身上一节点传播表征,生成各个目标图节点的当前节点传播表征。在节点表征聚合处理时,根据聚合图节点的上一节点表征以及邻居图节点的上一节点表征,生成聚合图节点的当前节点表征
  • 节点关系表征生成业务预测方法装置
  • [发明专利]开放词表场景图生成方法、系统、设备及存储介质-CN202310801730.0有效
  • 徐童;陈恩红;冯长凯;吴世伟;许德容 - 中国科学技术大学
  • 2023-07-03 - 2023-10-20 - G06V30/18
  • 本发明公开了一种开放词表场景图生成方法、系统、设备及存储介质,它们是一一对应的方案,方案中:利用视觉特征抽取的方法抽取输入图像的表征,再作用于实体查询和关系查询,以生成包含有不同区域上下文信息的实体与关系视觉特征;基于单一提示以及基于自适应层级提示生成实体与关系文本表征;基于实体与关系视觉特征、实体与关系文本表征生成开放词表场景图。上述方案利用视觉表征和文本表征对齐的方式进行实体识别和关系识别,同时充分利用了图像所蕴含的丰富上下文信息识别长距离实体的关系,并利用关系类别的层级结构使易混淆的类别更容易被视觉表征区分,因此在开放词表场景图生成的精度上取得了不错的效果
  • 开放词表场景生成方法系统设备存储介质

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