公开(公告)号：CN113688203A

公开(公告)日：2021-11-23

申请号：CN202110922208.9

申请日：2021-08-12

申请人： 北京航空航天大学

发明人： 彭浩 ,  李建欣 ,  白琳 ,  张靖仪 ,  高泽 ,  张瑞桐

IPC分类号： G06F16/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开一种基于可迁移异构图的多语言事件检测方法，包括步骤：在多语言社交信息流中，读取社交信息的节点，构建多个单语言异构信息图；对所有单语言异构信息图进行节点级对齐和语义级对齐，获得多语言异构信息图；聚焦于学习消息之间的相关性，通过消息的公共邻居将多语言异构信息图转换为多语言同构信息图；对最终的多语言同构消息图进行聚类，产生消息簇并将其输出，即为检测得到的社交事件。本发明能够实现面向包括大量低资源语言在内的多语言的社交事件检测，提高检测精准度。

公开(公告)号：CN115081585B

公开(公告)日：2024-06-21

申请号：CN202210540044.8

申请日：2022-05-18

申请人： 北京航空航天大学

发明人： 彭浩 ,  赵寅 ,  刘明瑞 ,  王悦 ,  刘琳 ,  王钢 ,  张靖仪 ,  邹东成 ,  冼俊宇

IPC分类号： G06N3/047 ,  G06N3/084 ,  G06F18/24 ,  G06F18/25 ,  G05B19/418

摘要： 本发明公开一种强化异构图神经网络的人机物协同异常状态检测方法，包括采集工业生产中的智能生产线上的多种传感器测控系统的数据，形成状态检测的原始数据；确定多源异构的原始数据之间的关联，建立异构信息网络图，利用强化图神经网络进行表示学习和分类，得到异常状态检测判别器；自动探索元结构，根据元结构进行信息聚合，实现异常状态检测。本发明为确保车间员工的生产安全，实现对于生产线设备、装配产品的全周期监测与及时维护，对于生产线设备、装配产品的全周期监测与及时维护，能够同步检测多源异构数据的人机物协同异常状态检测方法，从而满足对智能制造中对于生产线数据生命周期的监控需要。

公开(公告)号：CN113688203B

公开(公告)日：2023-07-28

申请号：CN202110922208.9

申请日：2021-08-12

申请人： 北京航空航天大学

发明人： 彭浩 ,  李建欣 ,  白琳 ,  张靖仪 ,  高泽 ,  张瑞桐

IPC分类号： G06F16/33 ,  G06F18/23213 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0895 ,  G06N3/094 ,  G06N3/042 ,  G06N3/045

摘要： 本发明公开一种基于可迁移异构图的多语言事件检测方法，包括步骤：在多语言社交信息流中，读取社交信息的节点，构建多个单语言异构信息图；对所有单语言异构信息图进行节点级对齐和语义级对齐，获得多语言异构信息图；聚焦于学习消息之间的相关性，通过消息的公共邻居将多语言异构信息图转换为多语言同构信息图；对最终的多语言同构消息图进行聚类，产生消息簇并将其输出，即为检测得到的社交事件。本发明能够实现面向包括大量低资源语言在内的多语言的社交事件检测，提高检测精准度。

公开(公告)号：CN115310081A

公开(公告)日：2022-11-08

申请号：CN202110492060.X

申请日：2021-05-06

申请人： 北京航空航天大学 ,  上海工业控制安全创新科技有限公司

发明人： 彭浩 ,  李沛然 ,  黑一鸣 ,  刘建伟 ,  刘虹 ,  张靖仪

IPC分类号： G06F21/56 ,  G06F40/295 ,  G06F40/30

摘要： 本发明公开了一种基于异构信息网络的恶意Android应用程序检测方法及装置，获得Android应用程序的实体；根据实体关系将应用程序构建为异构信息网络，利用元结构来指定隐式的丰富语义关系，将异构信息网络转化为包含各个语义关系的同构图；根据同构图计算出所有应用程序的表示向量，再结合注意力机制将多个元结构得到的表示向量加权融合为应用程序最终的表示向量并输入到机器学习分类器进行进一步的检测。创建了一种增量学习模型来处理动态变化的应用程序，无需重新构建整个异构信息网络和后续的学习模型，提高检测速度，可以计算样本外应用程序与现有样本内应用程序之间的相似度，并对相似节点进行聚合得到应用程序的最终表示向量。

公开(公告)号：CN115081585A

公开(公告)日：2022-09-20

申请号：CN202210540044.8

申请日：2022-05-18

申请人： 北京航空航天大学

发明人： 彭浩 ,  赵寅 ,  刘明瑞 ,  王悦 ,  刘琳 ,  王钢 ,  张靖仪 ,  邹东成 ,  冼俊宇

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G05B19/418

摘要： 本发明公开一种强化异构图神经网络的人机物协同异常状态检测方法，包括采集工业生产中的智能生产线上的多种传感器测控系统的数据，形成状态检测的原始数据；确定多源异构的原始数据之间的关联，建立异构信息网络图，利用强化图神经网络进行表示学习和分类，得到异常状态检测判别器；自动探索元结构，根据元结构进行信息聚合，实现异常状态检测。本发明为确保车间员工的生产安全，实现对于生产线设备、装配产品的全周期监测与及时维护，对于生产线设备、装配产品的全周期监测与及时维护，能够同步检测多源异构数据的人机物协同异常状态检测方法，从而满足对智能制造中对于生产线数据生命周期的监控需要。

公开(公告)号：CN114925213A

公开(公告)日：2022-08-19

申请号：CN202210526399.1

申请日：2022-05-16

申请人： 北京航空航天大学

发明人： 彭浩 ,  高泽 ,  王悦 ,  刘琳 ,  王钢 ,  张靖仪 ,  冼俊宇 ,  邹东成

IPC分类号： G06F16/36 ,  G06F21/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开一种基于分层跨域知识协同推演的工业知识图谱补齐方法，包括获取多个生产中涉及的原始知识图谱；将每个原始知识图谱输入对抗性翻译网络，从中配置相应的隐私差异化生成性对抗网络；利用差异隐私抗性生成结构来对原始知识图谱统一对齐实体和关系的嵌入，并生成对齐实体和关系的聚合嵌入；将获得的已对齐实体和关系的聚合嵌入，输入知识协同推演网络，获得优化后的生产知识图谱。本发明利用差分隐私对抗融合的分层跨域知识协同推演技术，能够对制造业知识图谱进行终身学习式的推演和对齐，在实现知识图谱补全的同时保护原始数据的隐私，克服了上述主流知识图谱嵌入模型的主要缺陷。