-
公开(公告)号：CN116561346A
公开(公告)日：2023-08-08
申请号：CN202310819919.2
申请日：2023-07-06
申请人： 北京邮电大学
IPC分类号： G06F16/36 , G06F40/279 , G06F18/22 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于图卷积网络和信息融合的实体对齐方法及装置，所述方法的步骤包括：获取文献基础数据，文献基础数据包括文献中的实体之间的关系、实体对应的属性和实体在文献中的描述语句；基于文献中的实体之间的关系构建第一输入矩阵，将第一输入矩阵输入到预设的第一模型中，第一模型输出第一嵌入矩阵；基于实体对应的属性构建第二输入矩阵，将第二输入矩阵输入到预设的第二模型中，第二模型输出第二嵌入矩阵；将实体在文献中的描述语句输入到第三模型中，第三模型输出第三嵌入矩阵；基于第一嵌入矩阵、第二嵌入矩阵和第三嵌入矩阵构建联合矩阵；将联合矩阵中的每一行构建为对应一个实体的实体向量，基于实体向量之间的距离进行实体对齐。
-
公开(公告)号：CN116957067B
公开(公告)日：2024-04-26
申请号：CN202310777807.5
申请日：2023-06-28
申请人： 北京邮电大学
IPC分类号： G06N3/098 , G06N3/0464 , G06F18/2321 , G06N7/01 , G06Q50/26
摘要： 本申请提供一种公共安全事件预测模型的强化联邦学习方法及装置，方法包括：针对各个节点各自本地的公共安全事件预测子模型的特征向量进行马尔科夫决策以得到当前的目标聚类参数，并基于OPTICS聚类算法对各个特征向量进行聚类以将节点划分至不同的聚簇并生成全局模型参数；若当前的迭代轮次为最后轮次，则将全局模型参数作为目标公共安全事件预测模型来对公共网络平台实时发布的文本数据进行公共安全事件预测。本申请能够在模型训练阶段实现高效的数据记录、学习和更新，同时可以在保护用户隐私的前提下实现数据的共享和聚合，能够实现针对文本数据进行公共安全事件发生及类型的自动化预测，能够有效提高公共安全事件预测的准确性及可靠性。
-
公开(公告)号：CN117272017A
公开(公告)日：2023-12-22
申请号：CN202311071070.1
申请日：2023-08-23
申请人： 北京邮电大学
IPC分类号： G06F18/213 , G06F18/241 , G06F18/25 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/098 , G06N3/042
摘要： 本发明提供一种异质图数据节点嵌入特征提取模型训练方法、嵌入特征提取方法、节点分类方法及装置，基于联邦学习的形式，在各客户端本地构建生成器和鉴别器利用对抗学习训练本地模型，并在中央服务器进行模型参数的聚合，有效保证数据隐私。同时，各客户端在本地训练的过程中，通过跨客户端通信，获取目标节点关联的跨客户端邻居节点的原始特征，并基于top‑k随机游走平的采样各类邻居参与到嵌入学习中，降低客户端数据差异对训练影响，提升联邦异质图神经网络的学习质量，提高了下游子任务的执行效率。
-
公开(公告)号：CN116614484B
公开(公告)日：2023-11-10
申请号：CN202310884262.8
申请日：2023-07-19
申请人： 北京邮电大学
摘要： 本申请提供一种基于结构增强的异质数据联邦学习方法及相关设备包括接收服务器端的全局模型根据全局模型对本地网络模型进行初始化；响应于确定完成所述初始化，获取本地数据根据本地数据对所述本地网络模型进行正则化训练确定第一损失函数；响应于确定完成训练获取预设采样系数和预设采样宽度对本地网络模型进行结构增强训练，根据预设采样系数和所述预设采样宽度对所述本地网络模型进行采样确定若干子网络模型；对所述本地数据进行数据增强处理确定训练用数据，根据所述训练用数据对若干所述子网络模型进行更新训练确定全局损失函数；根据全局损失函数对本地网络模型的权重进行更新将所述全局损失函数将更新的所述本地网络模型上传所述服务器端。
-
公开(公告)号：CN116541779A
公开(公告)日：2023-08-04
申请号：CN202310826334.3
申请日：2023-07-07
申请人： 北京邮电大学 , 北京极智嘉科技股份有限公司
IPC分类号： G06F18/2415 , G06N3/042 , G06Q10/0637 , G06Q50/00 , G06F18/214 , G06F18/25 , H04L67/10
摘要： 本发明提供一种个性化公共安全突发事件检测模型训练方法、检测方法及装置，包括：获取完成当前轮次训练的各客户端的本地检测模型及其梯度；将构建的随机图输入各客户端本地检测模型，计算得到各客户端模型的梯度状态；在各客户端部署强化学习模块，以本地检测模型准确率构建奖励值；将基于策略网络得到的所有客户端之间梯度聚合的动作归一化，得到各客户端梯度的权重，根据权重确定下一轮参与聚合的客户端以及是否进行梯度量化；重复进行多轮训练，直至得到各客户端的公共安全突发事件检测模型。本发明提供的训练方法能够减小本地数据非独立同分布的影响，减小梯度通信的消耗，平衡模型的性能与通信压力。
-
公开(公告)号：CN116561346B
公开(公告)日：2023-10-31
申请号：CN202310819919.2
申请日：2023-07-06
申请人： 北京邮电大学
IPC分类号： G06F16/36 , G06F40/279 , G06F18/22 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于图卷积网络和信息融合的实体对齐方法及装置，所述方法的步骤包括：获取文献基础数据，文献基础数据包括文献中的实体之间的关系、实体对应的属性和实体在文献中的描述语句；基于文献中的实体之间的关系构建第一输入矩阵，将第一输入矩阵输入到预设的第一模型中，第一模型输出第一嵌入矩阵；基于实体对应的属性构建第二输入矩阵，将第二输入矩阵输入到预设的第二模型中，第二模型输出第二嵌入矩阵；将实体在文献中的描述语句输入到第三模型中，第三模型输出第三嵌入矩阵；基于第一嵌入矩阵、第二嵌入矩阵和第三嵌入矩阵构建联合矩阵；将联合矩阵中的每一行构建为对应一个实体的实体向量，基于实体向量之间的距离进行实体对齐。
-
公开(公告)号：CN115731424B
公开(公告)日：2023-10-31
申请号：CN202211539820.9
申请日：2022-12-03
申请人： 北京邮电大学
IPC分类号： G06V10/764 , G06N20/00
摘要： 本申请提供一种基于强化联邦域泛化的图像分类模型训练方法及系统，方法包括：本申请基于强化学习设计了特征去相关策略，将样本加权转化为在联邦学习客户端间共享的参数化策略。通过经验回放，补充特征全局信息，在联邦学习的过程中从全局的角度对特征去相关，各客户端基于加权后的样本训练模型。使训练后的全局模型学习到特征与标签的根本关联，泛化到未知域图像数据。本申请能够针对使联邦学习中的图像分类模型训练过程中的在未知域图像数据进行域具有泛化能力，能够防止图像分类模型在联邦训练过程中学习到数据中的虚假关联，能够有效提高图像分类模型训练过程的有效性及可靠性，进而能够提高应用图像分类模型进行图像分类的有效性及准确性。
-
公开(公告)号：CN116957067A
公开(公告)日：2023-10-27
申请号：CN202310777807.5
申请日：2023-06-28
申请人： 北京邮电大学
IPC分类号： G06N3/098 , G06N3/0464 , G06F18/2321 , G06N7/01 , G06Q50/26
摘要： 本申请提供一种公共安全事件预测模型的强化联邦学习方法及装置，方法包括：针对各个节点各自本地的公共安全事件预测子模型的特征向量进行马尔科夫决策以得到当前的目标聚类参数，并基于OPTICS聚类算法对各个特征向量进行聚类以将节点划分至不同的聚簇并生成全局模型参数；若当前的迭代轮次为最后轮次，则将全局模型参数作为目标公共安全事件预测模型来对公共网络平台实时发布的文本数据进行公共安全事件预测。本申请能够在模型训练阶段实现高效的数据记录、学习和更新，同时可以在保护用户隐私的前提下实现数据的共享和聚合，能够实现针对文本数据进行公共安全事件发生及类型的自动化预测，能够有效提高公共安全事件预测的准确性及可靠性。
-
公开(公告)号：CN117195895B
公开(公告)日：2024-08-02
申请号：CN202311115750.9
申请日：2023-08-31
申请人： 北京邮电大学
IPC分类号： G06F40/295 , G06F40/237 , G06F40/30 , G06F16/35 , G06F16/36
摘要： 本发明提供一种基于语义增强机制的关系抽取方法及系统，所述方法的步骤包括：基于预设的编码模型对检测语句进行编码，得到初始语句向量，所述初始语句向量中包括对应检测语句中的每个词语的初始词向量；基于主体识别模块识别初始语句向量中的可能主体词向量，并输入到语义增强模块中；基于语义增强模块的分类层对可能主体词向量进行预分类，并构建对于每个可能主体词向量的相似词表；基于可能主体词向量的预分类结果和相似词表构建对于每个主体词向量的增强词向量；基于可能主体词向量构建主体语句向量，基于增强词向量构建增强语句向量，将初始语句向量、主体语句向量和增强语句向量输入到预设的客体与关系识别模块，得到实体关系分类结果。
-
公开(公告)号：CN116541779B
公开(公告)日：2023-10-31
申请号：CN202310826334.3
申请日：2023-07-07
申请人： 北京邮电大学 , 北京极智嘉科技股份有限公司
IPC分类号： G06F18/2415 , G06N3/042 , G06Q10/0637 , G06Q50/00 , G06F18/214 , G06F18/25 , H04L67/10
摘要： 本发明提供一种个性化公共安全突发事件检测模型训练方法、检测方法及装置，包括：获取完成当前轮次训练的各客户端的本地检测模型及其梯度；将构建的随机图输入各客户端本地检测模型，计算得到各客户端模型的梯度状态；在各客户端部署强化学习模块，以本地检测模型准确率构建奖励值；将基于策略网络得到的所有客户端之间梯度聚合的动作归一化，得到各客户端梯度的权重，根据权重确定下一轮参与聚合的客户端以及是否进行梯度量化；重复进行多轮训练，直至得到各客户端的公共安全突发事件检测模型。本发明提供的训练方法能够减小本地数据非独立同分布的影响，减小梯度通信的消耗，平衡模型的性能与通信压力。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.047 秒)
