-
公开(公告)号：CN117371524A
公开(公告)日：2024-01-09
申请号：CN202311223091.0
申请日：2023-09-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于博弈论的图神经网络解释方法和装置，提出了一种结构感知的图神经网络解释方法，使用博弈论的HN值计算得到节点重要性分数，并给出了一种基于蒙特卡罗采样与最短路径相结合的中心节点采样策略来辅助完成节点分数的计算。本发明使用的Hamiache‑Navarro(HN)值是结构感知的，有利于更好地利用图结构，从而对图神经网络结果进行有效解释；本发明使用蒙特卡洛采样，可以更好地估计在较大图上的HN值，解决了大多数基于博弈论的图神经网络解释算法的难点，提高解释效率。
-
公开(公告)号：CN117393176A
公开(公告)日：2024-01-12
申请号：CN202311366722.4
申请日：2023-10-20
Applicant: 之江实验室
Abstract: 本申请涉及一种宏微观图融合的传染病感染预测方法、装置和存储介质。所述方法包括：获取某一设定时间段内多个第一区域的宏观图，以及多个第二区域的微观图；第一区域中包括多个第二区域；将宏观图输入第一图卷积神经网络得到第一隐层向量；将微观图输入第二图卷积神经网络得到第二隐层向量；融合第一隐层向量与第二隐层向量得到各第一区域的融合隐层信息；对融合隐层信息进行时序计算得到各第一区域的时序隐层信息，将时序隐层信息分别输入两个预测网络中得到两个预测结果；将两个预测结果进行融合计算，得到最终各第一区域的传染病预测结果。采用本方法能够实现宏微观图融合挖掘的传染病预测，提高预测结果可解释性和传染病预测的效率。
-
公开(公告)号：CN117312633B
公开(公告)日：2024-05-03
申请号：CN202311465612.3
申请日：2023-11-07
Applicant: 之江实验室
IPC: G06F16/9035 , G06F16/901 , G06F15/78 , G06F9/48
Abstract: 本发明公开了一种基于带HBM的FPGA的动态极大团枚举装置及方法，包括：HBM存储外界PC主机传来的用于更新图结构的动态边流、全图邻接矩阵、以及候选团；矩阵计算单元基于动态边流更新全图邻接矩阵并发送更新的全图邻接矩阵至HBM存储，同时确定需要更新候选团的待更新头节点；排序计算单元根据更新的全图邻接矩阵和每个待更新头节点通过数据分块排序构建候选团重构的排序集；更新计算单元基于候选团重构的排序集并行执行各待更新头节点对应的候选团的更新任务，并将更新的候选团发送至HBM存储，并更新的候选团被发送至PC主机以采取过滤操作提取极大团，这样支持流水线式的增量极大团计算，提升任务的整体计算效率。
-
Patent Agency Ranking
公开(公告)号：CN116386895B
公开(公告)日：2023-11-28
申请号：CN202310358447.5
申请日：2023-04-06
Applicant: 之江实验室
IPC: G06F17/00 , G16H50/80 , G16H50/70 , G06F40/295 , G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N7/01
Abstract: 本发明公开了一种基于异构图神经网络的流行病舆情实体识别方法与装置，包括：采集流行病舆情文本，并按实体类别分类标注，再输入至BERT网络，得到第一特征向量；将第一特征向量输入BiLSTM，得到包含流行病舆情文本中各个字符对应的第二特征向量，将每个字符对应的第二特征向量组成第一向量表示矩阵；构建异构图，其中，异构图中的字符节点的初始向量表示为BiLSTM输出的各个字符对应的第二特征向量，子句虚拟节点的初始向量表示为子句中每一字符对应的第二特征向量的平均值；利用异构图注意力网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵拼接于第一(56)对比文件CN 114628008 A,2022.06.14CN 114817466 A,2022.07.29WO 2021174774 A1,2021.09.10顾凌云.基于多注意力的中文命名实体识别.信息与电脑(理论版).2019,(第09期),第41-48页.胡甜甜 等.基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类.计算机应用.2020,第40卷(第07期),第1879-1883页.
-
公开(公告)号：CN116662554A
公开(公告)日：2023-08-29
申请号：CN202310924083.2
申请日：2023-07-26
Applicant: 之江实验室
IPC: G06F16/35 , G06F40/211 , G06F40/30 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明公开了基于异构图卷积神经网络的传染病方面级情感分类方法，通过采集传染病舆情文本，并按方面类别和情感极性进行分类标注，再输入至词嵌入层，得到第一特征向量；将第一特征向量输入BiLSTM，得到第二特征向量，将第二特征向量组成第一向量表示矩阵；构建异构图；利用异构图卷积神经网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵输入至注意力机制层；然后掩码层屏蔽非方面单词的隐藏状态向量，增强的方面特征向量；最后得到情感预测标签。采用本方法可以有效地分类社交媒体中与传染病舆情相关方面实体的情感极性，大大提高了方面情感分类任务的检测效果，有助于人们更好地理解公共舆论。
-
公开(公告)号：CN117312633A
公开(公告)日：2023-12-29
申请号：CN202311465612.3
申请日：2023-11-07
Applicant: 之江实验室
IPC: G06F16/9035 , G06F16/901 , G06F15/78 , G06F9/48
Abstract: 本发明公开了一种基于带HBM的FPGA的动态极大团枚举装置及方法，包括：HBM存储外界PC主机传来的用于更新图结构的动态边流、全图邻接矩阵、以及候选团；矩阵计算单元基于动态边流更新全图邻接矩阵并发送更新的全图邻接矩阵至HBM存储，同时确定需要更新候选团的待更新头节点；排序计算单元根据更新的全图邻接矩阵和每个待更新头节点通过数据分块排序构建候选团重构的排序集；更新计算单元基于候选团重构的排序集并行执行各待更新头节点对应的候选团的更新任务，并将更新的候选团发送至HBM存储，并更新的候选团被发送至PC主机以采取过滤操作提取极大团，这样支持流水线式的增量极大团计算，提升任务的整体计算效率。
-
公开(公告)号：CN116662554B
公开(公告)日：2023-11-14
申请号：CN202310924083.2
申请日：2023-07-26
Applicant: 之江实验室
IPC: G06F16/35 , G06F40/211 , G06F40/30 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明公开了基于异构图卷积神经网络的传染病方面级情感分类方法，通过采集传染病舆情文本，并按方面类别和情感极性进行分类标注，再输入至词嵌入层，得到第一特征向量；将第一特征向量输入BiLSTM，得到第二特征向量，将第二特征向量组成第一向量表示矩阵；构建异构图；利用异构图卷积神经网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵输入至注意力机制层；然后掩码层屏蔽非方面单词的隐藏状态向量，增强的方面特征向量；最后得到情感预测标签。采用本方法可以有效地分类社交媒体中与传染病舆情相关方面实体的情感极性，大大提高了方面情感分类任务的检测效果，有助于人们更好地理解公共舆论。
-
公开(公告)号：CN116386895A
公开(公告)日：2023-07-04
申请号：CN202310358447.5
申请日：2023-04-06
Applicant: 之江实验室
IPC: G16H50/80 , G16H50/70 , G06F40/295 , G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N7/01
Abstract: 本发明公开了一种基于异构图神经网络的流行病舆情实体识别方法与装置，包括：采集流行病舆情文本，并按实体类别分类标注，再输入至BERT网络，得到第一特征向量；将第一特征向量输入BiLSTM，得到包含流行病舆情文本中各个字符对应的第二特征向量，将每个字符对应的第二特征向量组成第一向量表示矩阵；构建异构图，其中，异构图中的字符节点的初始向量表示为BiLSTM输出的各个字符对应的第二特征向量，子句虚拟节点的初始向量表示为子句中每一字符对应的第二特征向量的平均值；利用异构图注意力网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵拼接于第一向量表示矩阵后，将拼接结果输入至条件随机场预测模型，得到预测标签。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
