-
公开(公告)号:CN113342995B
公开(公告)日:2022-12-02
申请号:CN202110759010.3
申请日:2021-07-05
Applicant: 成都信息工程大学
IPC: G06F16/36 , G06F16/335 , G06F40/30
Abstract: 本发明涉及推荐系统技术领域,尤其涉及一种基于路径语义和特征提取的负样本提取方法。包括以下步骤:S1.进行样本采集,收集需要进行提取的样本范围,搭建采样系统模型;S2.将知识图谱的三元组结构的表示学习与SDAE结合,进而从关系中获取物品实体的编码S3.根据知识图谱中用户节点和物品节点的关联关系,结合相应的搜索算法采样得到负样本;S4.按照评分高低对负样本数据集进行排序S5.对低分负样本数据集进行修剪;S6.基于数据集进行对比试验,本发明采取基于路径的综合方式优化已有模型,从正样本出发,通过强化学习方法递归探索图谱中的节点关系,结合通道注意力将有用的特征增强,对信息量小或者无用特征进行适当抑制。
-
公开(公告)号:CN110853626A
公开(公告)日:2020-02-28
申请号:CN201911001131.0
申请日:2019-10-21
Applicant: 成都信息工程大学
IPC: G10L15/06 , G10L15/16 , G10L15/26 , G06F40/211 , G06F40/279 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及对话理解领域,具体涉及一种基于双向注意力神经网络的对话理解方法、装置及设备;其中,该方法包括S1、对用户的语音信号进行识别得到输入序列,S2、通过嵌入层将所述输入序列映射到向量,分别生成所述输入序列的意图注意力第一向量和语义槽注意力第一向量,S3、通过所述意图注意力第一向量和所述语义槽注意力第一向量,分别生成意图注意力向量和语义槽注意力向量,S4、将所述意图注意力向量和所述语义槽注意力向量进行多次交互,S5、输出与所述输入序列对应的输出结果;本发明所提出的方法描述了槽填充和意图预测之间的多重相互作用,有效性优于任何当前没有指定规则或特征的模型,双向注意力机制有助分析意图预测和槽填充之间的关系。
-
公开(公告)号:CN116107251A
公开(公告)日:2023-05-12
申请号:CN202310109457.5
申请日:2023-02-14
Applicant: 成都信息工程大学
IPC: G05B19/042 , C02F1/32 , C02F1/30
Abstract: 本发明属于智能控制技术领域,公开了一种微波无极紫外消毒智能控制系统、方法、设备及终端,微波无极紫外消毒智能控制系统包括受控子系统、人机交互子系统、感知节点子系统、远程终端控制子系统和云服务器;其中,受控子系统包括电源模块和受控设备;远程终端控制子系统包括采集模块、控制模块和通信模块;人机交互子系统为LCD触摸液晶屏;感知节点子系统包括若干感知节点;云服务器上部署AI算法,通过4G模块与远程终端控制子系统无线连接。本发明通过感知节点子系统获取水体水质的相关记录数据,通过在云服务器上部署AI算法,并根据进水水质实时地、动态地对控制参数进行优化,使得设备功耗最低,间接延长设备寿命。
-
公开(公告)号:CN113342995A
公开(公告)日:2021-09-03
申请号:CN202110759010.3
申请日:2021-07-05
Applicant: 成都信息工程大学
IPC: G06F16/36 , G06F16/335 , G06F40/30
Abstract: 本发明涉及推荐系统技术领域,尤其涉及一种基于路径语义和特征提取的负样本提取方法。包括以下步骤:S1.进行样本采集,收集需要进行提取的样本范围,搭建采样系统模型;S2.将知识图谱的三元组结构的表示学习与SDAE结合,进而从关系中获取物品实体的编码S3.根据知识图谱中用户节点和物品节点的关联关系,结合相应的搜索算法采样得到负样本;S4.按照评分高低对负样本数据集进行排序S5.对低分负样本数据集进行修剪;S6.基于数据集进行对比试验,本发明采取基于路径的综合方式优化已有模型,从正样本出发,通过强化学习方法递归探索图谱中的节点关系,结合通道注意力将有用的特征增强,对信息量小或者无用特征进行适当抑制。
-
公开(公告)号:CN111582443A
公开(公告)日:2020-08-25
申请号:CN202010321767.X
申请日:2020-04-22
Applicant: 成都信息工程大学
IPC: G06N3/04 , G06Q50/00 , G06F16/9536
Abstract: 本发明涉及一种基于Mask机制和层次注意力机制的推荐方法,包括:获取节点数据集U和项目数据集I;将U和I输入上下文描述层得到序列Su和Si,经过处理得到节点向量 和项目向量 和 融合后得到第i个节点u在I中的嵌入向量 将所有节点的嵌入向量组成向量集Z;计算与第i个节点u关系密切的L阶邻居节点v的k头注意力系数 根据v的嵌入向量 计算节点u的k头注意力 将 聚合得到第i个节点u的聚合注意力向量将 与 拼接并线性化,得到第i个节点u的推荐向量 将所有节点的推荐向量组成向量集Z';根据Z和/或Z'获得目标节点的项目推荐列表。不仅提高了推荐准确度,还提高了网络的灵活性,解决冷启动问题,且模型更为简单,进行推荐时所耗时间也更少。
-
公开(公告)号:CN110287227A
公开(公告)日:2019-09-27
申请号:CN201910406760.5
申请日:2019-05-16
Applicant: 成都信息工程大学
IPC: G06F16/2458
Abstract: 本公开涉及一种心理量表关键属性提取系统及方法,涉及信息技术领域。该系统包括:存储于可读计算机介质中的待测样本集、属性子集以及处理单元;所述待测样本集包括若干个样本,所述样本包括na个属性以及对应于所述属性的属性值;所述属性子集包含nb个属性,其中nb<na;所述处理单元用于关联分析算法和所述待测样本集获取所述属性子集的频繁子集,还用于基于粗糙集属性约简技术获取所述频繁子集的属性的权重值,并基于所述权重值之和获取关键属性。
-
公开(公告)号:CN116107251B
公开(公告)日:2023-10-13
申请号:CN202310109457.5
申请日:2023-02-14
Applicant: 成都信息工程大学
IPC: G05B19/042 , C02F1/32 , C02F1/30
Abstract: 本发明属于智能控制技术领域,公开了一种微波无极紫外消毒智能控制系统、方法、设备及终端,微波无极紫外消毒智能控制系统包括受控子系统、人机交互子系统、感知节点子系统、远程终端控制子系统和云服务器;其中,受控子系统包括电源模块和受控设备;远程终端控制子系统包括采集模块、控制模块和通信模块;人机交互子系统为LCD触摸液晶屏;感知节点子系统包括若干感知节点;云服务器上部署AI算法,通过4G模块与远程终端控制子系统无线连接。本发明通过感知节点子系统获取水体水质的相关记录数据,通过在云服务器上部署AI算法,并根据进水水质实时地、动态地对控制参数进行优化,使得设备功耗最低,间接延长设备寿命。
-
公开(公告)号:CN113342994B
公开(公告)日:2022-07-05
申请号:CN202110758174.4
申请日:2021-07-05
Applicant: 成都信息工程大学
IPC: G06F16/36 , G06F16/335 , G06F16/9535 , G06Q10/06 , G06Q10/10 , G06Q30/06 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于无采样协作知识图网络的推荐系统,包括:嵌入模块设置为获取知识图谱中三元组的初始嵌入向量;无采样知识图卷积模块设置为包含若干线性聚合器的单层卷积网络,对初始嵌入向量进行无采样的预计算,获得三元组的深层次信息;将嵌入向量和深层次信息结合作为更新嵌入向量;协作传播模块设置为同时编码用户和项目交互中的协作信号作为用户和项目的初始偏好,与更新嵌入向量结合作为预测模块的输入向量;预测模块设置为根据输入向量获得推荐结果。本发明仅通过设计较为复杂的传播矩阵和预计算操作,实现了不差于深度模型的性能和更快的速度,已经更准确的预测结果。
-
公开(公告)号:CN113342994A
公开(公告)日:2021-09-03
申请号:CN202110758174.4
申请日:2021-07-05
Applicant: 成都信息工程大学
IPC: G06F16/36 , G06F16/335 , G06F16/9535 , G06Q10/06 , G06Q10/10 , G06Q30/06 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于无采样协作知识图网络的推荐系统,包括:嵌入模块设置为获取知识图谱中三元组的初始嵌入向量;无采样知识图卷积模块设置为包含若干线性聚合器的单层卷积网络,对初始嵌入向量进行无采样的预计算,获得三元组的深层次信息;将嵌入向量和深层次信息结合作为更新嵌入向量;协作传播模块设置为同时编码用户和项目交互中的协作信号作为用户和项目的初始偏好,与更新嵌入向量结合作为预测模块的输入向量;预测模块设置为根据输入向量获得推荐结果。本发明仅通过设计较为复杂的传播矩阵和预计算操作,实现了不差于深度模型的性能和更快的速度,已经更准确的预测结果。
-
公开(公告)号:CN110853626B
公开(公告)日:2021-04-20
申请号:CN201911001131.0
申请日:2019-10-21
Applicant: 成都信息工程大学
IPC: G10L15/06 , G10L15/16 , G10L15/26 , G06F40/211 , G06F40/279 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及对话理解领域,具体涉及一种基于双向注意力神经网络的对话理解方法、装置及设备;其中,该方法包括S1、对用户的语音信号进行识别得到输入序列,S2、通过嵌入层将所述输入序列映射到向量,分别生成所述输入序列的意图注意力第一向量和语义槽注意力第一向量,S3、通过所述意图注意力第一向量和所述语义槽注意力第一向量,分别生成意图注意力向量和语义槽注意力向量,S4、将所述意图注意力向量和所述语义槽注意力向量进行多次交互,S5、输出与所述输入序列对应的输出结果;本发明所提出的方法描述了槽填充和意图预测之间的多重相互作用,有效性优于任何当前没有指定规则或特征的模型,双向注意力机制有助分析意图预测和槽填充之间的关系。
-
-
-
-
-
-
-
-
-