-
公开(公告)号：CN117727442A
公开(公告)日：2024-03-19
申请号：CN202311708760.3
申请日：2023-12-12
Applicant: 安徽大学 , 合肥瑞徽人工智能研究院有限公司
IPC: G16H50/20 , G06N3/0455 , G06N3/084 , G06F40/30 , G06F18/243
Abstract: 本发明公开了基于疾病常识增强的可解释文本抑郁症检测系统，包括：数据库建立模块，用于构建抑郁疾病常识库；特征表示构建模块，用于根据抑郁症状关键词频率统计，获取抑郁症状特征表示；模型构建及训练模块，用于将文本信息和抑郁症状特征表示捆绑送入Bert预训练模型，构建抑郁症检测模型并训练该模型，得到训练好的抑郁症检测模型；检测结果输出模块，用于将采集的数据输入训练好的抑郁症检测模型，获取预测的抑郁症检测结果；本发明的优点在于：不仅考虑了原始文本表示，也结合了抑郁典型症状常识，融入了抑郁症状特征，检测精度更高。
-
公开(公告)号：CN117711599A
公开(公告)日：2024-03-15
申请号：CN202311478019.2
申请日：2023-11-08
Applicant: 安徽大学 , 安徽省安全人工智能研究院 , 合肥瑞徽人工智能研究院有限公司
IPC: G16H50/20 , G16H10/20 , G06F18/2415 , G06F18/213 , G06N3/048
Abstract: 本发明公开了一种使用属性交互进行精确认知诊断的方法，包括以下步骤：S1，根据学生的做题记录获取数据以及数据的相关属性信息；S2，对上述数据进行处理，得到数据的特征表示；S3，使用嵌入层将特征表示降维到低维空间，得到用向量表示的因子；S4，将因子互相做交互，得到属性的交互表示；S5，将属性的交互表示以及因子分别融入到认知诊断函数中，得到优化后的因子特征表示；S6，基于经典的MIRT模型，将特征表示结合起来，得到学生初步做题预测表现；S7，进一步加上学生可能失误或猜测的因素造成的影响，得到最终的学生做题表现预测；S8，计算损失函数值，优化认知诊断模型。本发明提高了认知诊断方法的性能。
-
公开(公告)号：CN117592550A
公开(公告)日：2024-02-23
申请号：CN202410078661.X
申请日：2024-01-19
Applicant: 安徽大学 , 合肥瑞徽人工智能研究院有限公司
IPC: G06N3/094 , G06N3/042 , G06N3/084 , G06N3/0985 , G06F21/57
Abstract: 本申请提出了一种图神经网络模型黑盒攻击方法及装置，该方法包括：获取原始图数据并选择代理模型，根据原始图数据与代理模型，得到预测标签；将原始图数据初始化作为初始化后的对抗图，将对抗图输入到代理模型进行训练，得到目标代理模型；根据预测标签与目标代理模型，计算本次迭代的测试集损失，并基于两次迭代测试集损失值之差判断扰动是否满足预设条件，如果不满足预设条件，对扰动进行校正；在扰动满足预设条件时，根据损失函数构建增强动量梯度对当前对抗图进行更新，生成本次迭代的对抗图；当迭代次数达到预设迭代次数时，利用最终生成的对抗图对其他图神经网络模型进行攻击。本申请能够欺骗图神经网络模型，攻击基于图数据的应用系统。
-
公开(公告)号：CN117556058A
公开(公告)日：2024-02-13
申请号：CN202410040729.5
申请日：2024-01-11
Applicant: 安徽大学 , 合肥瑞徽人工智能研究院有限公司
Abstract: 本申请提出了一种知识图谱增强网络嵌入的作者名称消歧方法和装置，涉及实体消歧技术领域，其中，该方法包括：获取作者名称消歧数据集；基于作者名称消歧数据集构建知识图谱，并利用PairRE模型得到知识图谱表征；基于作者名称消歧数据集构建异构信息网络，并基于知识图谱得到的节点嵌入指导异构信息网络进行随机漫步，得到节点表征；将知识图谱表征和节点表征融合，并对融合后的表征进行聚类，得到作者名称消歧结果。采用上述方案的本申请实现了作者名称的准确消歧。
-
公开(公告)号：CN115641009A
公开(公告)日：2023-01-24
申请号：CN202211421320.5
申请日：2022-11-14
Applicant: 安徽大学
IPC: G06Q10/0637 , G06N5/025 , G06F18/22 , G06F40/30 , G06F40/216
Abstract: 本申请提出了一种基于专利异构信息网络挖掘竞争者的方法及装置，涉及网络表示学习领域，包括：获取竞争对真值，根据竞争对真值从专利数据库中抽取并清洗专利数据以构建专利数据集；根据专利数据集确定专利语义相似度，根据专利语义相似度构建专利语义连边，根据专利语义连边构建专利异构信息网络；通过图嵌入获取专利异构信息网络内公司节点以及公司节点所处的结构特征；筛选公司节点，通过注意力机制综合公司节点的向量表示，得到公司节点的嵌入矩阵；根据嵌入矩阵计算公司节点间的余弦相似度，其中，将余弦相似度最高的结果作为目标公司的候选竞争者。本申请通过专利数据构建网络，引入图嵌入方法与注意力机制用于竞争者挖掘，提高挖掘效率。
-
Patent Agency Ranking
公开(公告)号：CN114443844A
公开(公告)日：2022-05-06
申请号：CN202210054262.0
申请日：2022-01-18
Applicant: 安徽大学
IPC: G06F16/35 , G06F40/216 , G06Q50/00
Abstract: 本发明提供了一种融合用户情感倾向的社交网络评论文本情感分析方法和系统，通过用户的历史评论的情感极性分布以及社交关系计算用户的情感倾向分值；以用户的情感倾向分值作为用户的属性信息，用户与用户之间的社交关系为边信息构建用户社交关系网络；提取用户情感倾向特征表示；提取评论文本的特征表示；通过联合策略融合评论文本特征和评论对应的用户情感倾向特征得到评论联合特征表示，构建逻辑回归模型对社交网络评论文本的情感极性进行预测分析。本发明结合了用户心理干预因素，在技术上把用户情感倾向特征和文本特征相融合得到特征增强的联合特征用于社交网络文本情感分析，相比传统的仅基于文本特征的情感分析方法有更高的精确度。
-
公开(公告)号：CN113836863A
公开(公告)日：2021-12-24
申请号：CN202111157834.X
申请日：2021-09-30
Applicant: 安徽大学
IPC: G06F30/3947 , G06F30/398
Abstract: 一种Logisim电路图的查重方法及系统，属于数据处理技术领域，解决如何有效地捕捉到Logisim电路图的关键信息，减少拖拽电路图的部分元件或部分最大连通子图对查重的干扰的问题，包括以下步骤：将Logisim电路图视作以元件为节点、以导线为边的无向图，然后将无向图划分为若干最大连通子图，得到最大连通子图集合，从而创建最大连通子图集合数据集；通过计算最大连通子图的相似度，从而计算最大连通子图集合的重复率；根据计算的重复率采用阈值过滤或聚类的方法从Logisim电路图数据集找到重复的Logisim电路图；本发明的技术方案将Logisim电路图表示为最大连通子图集合，有效地捕捉到Logisim电路图的关键信息，减少多种作弊手段对查重的干扰，从而提高查重的效果。
-
公开(公告)号：CN108460021B
公开(公告)日：2021-10-12
申请号：CN201810219012.1
申请日：2018-03-16
Applicant: 安徽大学
IPC: G06F40/289 , G06F40/253
Abstract: 本发明公开了一种提取论文标题中的问题方法对的方法，包括：对论文标题进行标准化处理，在论文标题中进行论文关键词匹配`，得到初步问题方法概念集合；利用黑名单、白名单对初步问题方法概念集合进行调整，得到有效问题方法概念集合；构建用于分隔问题和方法的目标语法模式集合；根据目标语法模式集合和有效问题方法概念集合从论文标题中提取出问题概念集合和方法概念集合；利用笛卡尔积搭配问题概念集合和方法概念集合，得到论文标题中的问题方法对。
-
公开(公告)号：CN111814059A
公开(公告)日：2020-10-23
申请号：CN202010856899.2
申请日：2020-08-24
Applicant: 安徽大学
IPC: G06F16/9535 , G06Q30/06 , G06Q30/02 , G06Q50/00
Abstract: 本发明公开了基于网络表示学习和社团结构的矩阵分解推荐方法及系统，所述方法包括：构建评级矩阵和社交抽象网络；获取用户之间隐性信任值；获取每个用户节点的全局特征向量；获取社交抽象网络的社团结构；获取用户之间的显性信任值；融合隐性信任值与显性信任值得到融合信任值，融合信任值超过阈值的信任值作为用户之间的细粒度信任值；结合用户之间的细粒度信任值得到用户的潜在特征向量，根据用户的潜在特征向量获取用户对未交互商品的预测评分，对用户进行商品推荐；本发明的优点在于：挖掘可以表达用户之间信任程度的细粒度信任值并据此最终获取用户对未交互商品的预测评分，提高推荐系统的准确性。
-
公开(公告)号：CN109242713A
公开(公告)日：2019-01-18
申请号：CN201811045237.6
申请日：2018-09-07
Applicant: 安徽大学
Abstract: 本发明公开了一种基于随机游走边界域处理的三支决策社团划分方法，方法包括：1)、获取抽象网络；2)、对抽象网络初始粒化后进行聚类粒化，将抽象网络划分成多个划分后社团，并将划分后社团的结构关系作为第一划分结果；3)、获取重叠社团模块度最大值对应的抽象网络的第一划分结果；4)、利用随机游走算法对边界域中的所有节点进行划分；5)、针对更新后的边界域中的每一个节点，使用三支决策法进行处理，获得第二划分结果，并将第二划分结果作为目标划分结果。本发明公开了一种基于随机游走边界域处理的三支决策社团划分装置。应用本发明，可以提高社团划分的精度，从而有助于分析和了解网络结构，便于对网络进行优化和管理。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.033 seconds)
