浙江师范大学李明获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉浙江师范大学申请的专利一种基于超图神经网络的在线学习同伴互评分数聚合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306818B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310279638.2，技术领域涉及：G06N3/0464；该发明授权一种基于超图神经网络的在线学习同伴互评分数聚合方法是由李明;段嘉峰;黄昌勤;陈雨婷;杨沙沙设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。
本一种基于超图神经网络的在线学习同伴互评分数聚合方法在说明书摘要公布了：本发明公开了一种基于超图神经网络的在线学习同伴互评分数聚合方法，包括：构建学生间的社交关系超图及对应的第一矩阵、学生间分数互评超图及对应的第二矩阵和学生分数自评超图及对应的第三矩阵；将第一矩阵、第二矩阵和第三矩阵分别输入至预设的深层超图卷积模型，对应得到第一输出特征、第二输出特征和第三输出特征；深层超图卷积模型包括卷积网络、图注意力网络以及残差网络；将第一输出特征、第二输出特征和第三输出特征进行特征交互，得到模态交互特征；聚合模态交互特征并根据聚合后的模态交互特征计算每一学生的预测分数。本发明可以实现在线学习同伴互评分数的精准预测，可广泛应用于互评预测领域。
本发明授权一种基于超图神经网络的在线学习同伴互评分数聚合方法在权利要求书中公布了：1.一种基于超图神经网络的在线学习同伴互评分数聚合方法，其特征在于，包括： 构建学生间的社交关系超图及对应的第一矩阵、学生间分数互评超图及对应的第二矩阵和学生分数自评超图及对应的第三矩阵； 将所述第一矩阵、所述第二矩阵和所述第三矩阵分别输入至预设的深层超图卷积模型，对应得到第一输出特征、第二输出特征和第三输出特征；所述深层超图卷积模型包括卷积网络、图注意力网络以及残差网络； 将所述第一输出特征、第二输出特征和第三输出特征进行特征交互，得到模态交互特征； 聚合所述模态交互特征并根据聚合后的模态交互特征计算每一学生的预测分数。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励