公开(公告)号：CN104866471A

公开(公告)日：2015-08-26

申请号：CN201510307301.3

申请日：2015-06-05

Applicant: 南开大学

Inventor： 张海威 ,  石彬 ,  解晓芳 ,  袁晓洁

IPC: G06F17/27 ,  G06F17/30

Abstract: 一种基于局部敏感哈希策略的实例匹配方法。解决语义网中快速提取两个数据集间描述相同事物实例的难题，本发明提出了一种新颖的通过局部敏感哈希来进行实例匹配的方法，该方法包括：重要的谓语选择；匹配不同数据集间的重要谓语；根据匹配的谓语提取候选实例对；提炼候选集得到实例匹配结果。

公开(公告)号：CN118152581A

公开(公告)日：2024-06-07

申请号：CN202211557077.X

申请日：2022-12-06

Applicant: 马上消费金融股份有限公司 ,  南开大学

Inventor： 赵宏宇 ,  蒋宁 ,  赵钰 ,  蔡祥睿 ,  吴一可 ,  张海威 ,  张莹

IPC: G06F16/36

Abstract: 本公开提供了一种知识图谱补全方法及装置、电子设备、计算机可读介质，该方法包括：获取第一实体以及第一实体在多个模态下的单模态关系；其中，单模态关系用于表征实体之间在单一模态下的关系；基于各个模态下的第一实体和第一实体的单模态关系预测出第一实体对应的至少一个候选实体，并基于第一实体、第一实体的单模态关系和至少一个候选实体获得至少一个候选实体的嵌入分数；基于各个模态下的嵌入分数和各个模态的权重从至少一个候选实体中确定第一实体对应的第二实体；其中，第一实体、单模态关系和第二实体为知识图谱中的三元组。根据本公开的实施例能够提高知识图谱补全的准确性。

公开(公告)号：CN117556866A

公开(公告)日：2024-02-13

申请号：CN202410028518.X

申请日：2024-01-09

Applicant: 南开大学

Inventor： 袁晓洁 ,  聂昌李 ,  张海威

IPC: G06N3/042 ,  G06N3/045 ,  G06N3/09 ,  G06N3/096 ,  G06F18/22 ,  G06F18/241 ,  G06F18/25

Abstract: 本发明涉及图数据挖掘技术领域，提供一种无源域图的数据域适应网络构建方法。包括：通过图神经网络对目标图进行预测，获得软标签预测结果；通过软标签预测结果对双学生网络进行蒸馏预训练，获得双学生网络模型；通过高斯混合模型拟合双学生网络模型输出的多个节点的损失值，获得拟合值并将双学生网络模型的输出结果划分为源域相似子域及目标特定子域；对源域相似子域及目标特定子域进行拓扑感知数据融合，获得源域相似子域节点的硬标签预测结果；基于软标签预测结果及硬标签预测结果对双学生网络模型进行迭代训练优化，获得数据域适应网络。本发明能够获得代表全图数据分布的高质量训练样本，还降低了模型训练过程中认知偏差的积累。

公开(公告)号：CN116958652A

公开(公告)日：2023-10-27

申请号：CN202310761058.7

申请日：2023-06-27

Applicant: 南开大学

Inventor： 袁晓洁 ,  李伟 ,  张海威

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06V10/25

Abstract: 本发明涉及计算机视觉处理技术领域，提供一种基于扩散模型的场景图生成方法。该方法包括：获取包含标注信息的训练数据，获得实体候选框和关系候选框，加入噪声获得实体噪声候选框和关系噪声候选框；通过所述实体噪声候选框和所述关系噪声候选框对待处理图像进行特征抽取，获得实体特征和关系特征；构建基于所述实体特征和所述关系特征的深度学习网络并学习实体检测和关系检测的反扩散过程，获得扩散模型；通过所述扩散模型获取待处理图像的实体位置框和关系位置框，计算交并比值并按照最高的所述交并比值进行匹配获得关系三元组；基于所述关系三元组结合图结构约束生成场景图。该方法能够利用扩散模型完成灵活可拓展端到端场景图生成任务。

公开(公告)号：CN116187388A

公开(公告)日：2023-05-30

申请号：CN202310055699.0

申请日：2023-01-17

Applicant: 南开大学

Inventor： 袁晓洁 ,  白淇介 ,  张海威

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于双曲图神经网络的时序链路预测方法，用于动态网络上的时序链路预测问题。通过图扩散卷积过程，学习到网络快照中每个节点受较大范围内邻接节点的影响，学习到网络的空间拓扑结构特征；通过因果扩展卷积，捕获不同网络快照之间的因果关系，由此获得动态网络随时间演化的规律；为对具有幂律分布的现实世界网络数据具有更强的表达能力，本方法完全构建在与幂率分布相合的双曲空间上。与本领域现有技术相比，本发明在空间上能够捕获更大范围的特征，在时间上能够学习网络演化的内在因果次序，且运算空间与现实世界数据分布一致，明显提高了在链路预测任务上的性能。

公开(公告)号：CN112199219A

公开(公告)日：2021-01-08

申请号：CN202011287202.0

申请日：2020-11-17

Applicant: 南开大学

Inventor： 温延龙 ,  刘越 ,  王艺茹 ,  乜鹏 ,  张海威 ,  袁晓洁

IPC: G06F9/54 ,  G06F9/50 ,  G06F8/30

Abstract: 本发明属于计算机领域，具体涉及在客户端配置好其他语言的作业算法后，在服务器端对客户端作业进行调用的方法。包括如下步骤，步骤1、客户端和服务器端配置环境，进行程序安装初始化；步骤2、客户端与服务器端建立连接关系；步骤3、服务器端配置作业算法，将生成的配置文件发送给客户端；步骤4、客户端读取配置文件并调用对应作业算法，将运行结果反馈给服务器端。