公开(公告)号：CN115840852A

公开(公告)日：2023-03-24

申请号：CN202211581727.4

申请日：2022-12-09

Applicant: 燕山大学

Inventor： 宫继兵 ,  赵金烨 ,  赵祎 ,  郑少杰 ,  张锦 ,  彭吉全 ,  林宇庭

IPC: G06F16/9535 ,  G06F16/906 ,  G06F17/16 ,  G06F18/2321

Abstract: 本发明提供了一种应用于推荐场景的基于时空会话图的归纳式矩阵补全方法，该方法包括：基于用户‑项目二部图提取每个训练用户‑项目对的一跳邻居图，这些局部图包含了丰富的用户与项目交互的图模式信息。根据用户与物品之间的交互时间密度对物品进行聚类，得到用户‑项目对的会话子图序列，聚合用户的会话子图表征得到用户的局部兴趣表征。利用元学习得到会话子图之间的隐含关系，获得用户兴趣的全局表征。之后利用多头注意力机制学习用户、项目的时空邻居表征向量，将全局表征与用户、项目的时空邻居表征融合得到用户兴趣的最终表征。本发明融合了时空信息，进一步挖掘了用户的潜在兴趣，与多种最新方法相比，该方法具有竞争优势。

公开(公告)号：CN118540239A

公开(公告)日：2024-08-23

申请号：CN202410621742.X

申请日：2024-05-20

Applicant: 燕山大学

Inventor： 宫继兵 ,  林宇庭 ,  彭吉全 ,  赵金烨 ,  张锦

IPC: H04L43/08 ,  H04L45/02 ,  H04L45/24

Abstract: 本发明公开了一种基于多路邻域节点自适应选择的异质图异常检测方法，属于深度学习和图数据挖掘技术领域，包括以下步骤：给定元路径模式，构建具有多维语义信息的多维图；扩展多路邻域的采样范围，动态调整邻域节点的采样概率，采样出适量的邻域节点；按照采样节点序列的依赖性、动态性和复杂性仿真强化学习任务中的基本环境要素；在多维图中部署多智能体，自适应地从多维采样节点序列中顺序选择出同配节点；利用关系感知邻域聚合学习全面的节点表征嵌入；将目标节点的表征嵌入传递到下游任务中进行异质图表示学习。本发明能够实现对异质图中邻域节点的细粒度选择，不仅增强中心节点在信息聚合过程的可靠性，还提高异质图在表示学习方面的性能。

公开(公告)号：CN115953617A

公开(公告)日：2023-04-11

申请号：CN202211555848.1

申请日：2022-12-06

Applicant: 燕山大学

Inventor： 宫继兵 ,  彭吉全 ,  林宇庭 ,  赵金烨 ,  丛方鹏

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N7/01 ,  G06N3/045 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明涉及一种基于概率图和ViT模型的图片分类方法，属于计算机视觉图片分类技术领域，将多头注意力机制从概率论的角度进行建模，将多头注意力中的attention value看作隐变量，利用概率图模型的Explaining‑away Effects以及Transformer的层级结构，将attention logits层层传递，并将相邻层的值进行融合，促进不同头部之间的交互。本发明针对普通Vision Transformer模型中多头注意力机制头部参数的冗余问题，将多头注意力机制建模为概率图模型，将注意力值看作隐变量，促进不同注意力头部之间的交互。

公开(公告)号：CN118467822A

公开(公告)日：2024-08-09

申请号：CN202410574523.0

申请日：2024-05-10

Applicant: 燕山大学

Inventor： 宫继兵 ,  徐以丽 ,  张锦 ,  赵金烨 ,  郑少杰 ,  暴阳豪 ,  林宇庭

IPC: G06F16/9535 ,  G06Q30/0601

Abstract: 本发明公开了一种基于特征对比和全域图增强的序列推荐方法，属于推荐系统技术领域，包括以下步骤：步骤S1：生成节点特征向量矩阵；步骤S2：构建全域上下文图；步骤S3：生成序列级表征；步骤S4：生成全域级序列表征；步骤S5：生成用户最终序列表征：将步骤S3和步骤S4中训练得到的用户序列的序列级表和全域级表征进行融合，作为行为序列的最终表示；步骤S6：计算评分预测下一次点击：在全部的商品上面做评分，并从中选出评分最高的k个商品推荐给用户。本发明融合了序列学习和图学习的优势，通过构建对比学习任务进行优化，使得模型更专注于提取序列中的关键特征，缓解了数据不平衡的问题，能够有效提升序列推荐效果。

公开(公告)号：CN116451788A

公开(公告)日：2023-07-18

申请号：CN202310459095.2

申请日：2023-04-26

Applicant: 燕山大学

Inventor： 宫继兵 ,  林宇庭 ,  林天宇 ,  赵金烨 ,  彭吉全

IPC: G06N5/025 ,  G06N5/04 ,  G06N7/01 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/0455

Abstract: 本发明公开了一种基于合作多智能体的知识图谱元路径和元图自动挖掘算法，属于深度学习和模式挖掘相关领域，包括将知识图谱元路径和元图挖掘与表示学习过程建模为团队马尔可夫博弈问题，利用合作型多智能体为知识图谱中不同类型的实体挖掘最优元路径组合，通过元路径聚合学习中间节点表示，利用元路径缓冲池感知采样机制，为每个实体挖掘多条元路径，根据元路径构建基于元路径的子图，利用哈达玛积将多个元路径子图合成元图，通过元图相似聚合学习最终实体表示，从而应用下游任务监督和奖励信号增强多智能体在知识图谱中的自动挖掘策略。本发明挖掘的元路径和元图可以高效指导知识图谱表示学习，有效提高实体分类和链接预测等下游任务的性能。

公开(公告)号：CN115455971A

公开(公告)日：2022-12-09

申请号：CN202211128279.2

申请日：2022-09-16

Applicant: 燕山大学

Inventor： 宫继兵 ,  彭吉全 ,  房小涵 ,  赵金烨 ,  林宇庭

IPC: G06F40/295 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明涉及一种基于解耦表征和异构图软硬注意力网络的消歧方法，属于学术数据库构建的实体消歧技术领域，包括以下步骤：S1、数据清洗及预处理；S2、论文实体表征学习，使用语言预训练模型OAG_BERT获得论文的初步表征；S3、解耦表征，使用变分自编码模型加正则化项的方式对论文表征进行特征解耦；S4、论文初始化聚类；S5、异构图实体对齐，构建论文和作者信息异构图，采用软、硬注意力网络对异构图进行实体对齐；S6、获得论文消歧结果。本发明解决了传统消岐方法在实际应用过程中产生的错误分配问题，提高了实体表征能力，提高了消岐算法的性能。