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！

龙图腾网获悉临沂大学;浙江大华技术股份有限公司;青岛海尔科技有限公司;哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);山东大学申请的专利面向智能家居的注意力扩散知识图谱推理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：CN120806173B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511287075.7，技术领域涉及：G06N5/04；该发明授权面向智能家居的注意力扩散知识图谱推理方法是由王星;殷俊;高万里;金恒;田云龙;关惟俐;聂礼强;甘甜;王九如;邓翔;姚双龙;陈吉设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本面向智能家居的注意力扩散知识图谱推理方法在说明书摘要公布了：本发明涉及一种面向智能家居的注意力扩散知识图谱推理方法，属于知识图谱和人工智能技术领域。其包括以下步骤：从公开的WN18RR知识图谱数据集中提取实体、关系及三元组数据；设定推理过程的传播层数并初始化头实体集合，推理在层中循环如下过程：依据第l层头实体找相连关系及目标实体信息，得到相关三元组集合；用多头注意力机制捕获实体特征，生成消息传递；基于消息传递实现目标实体消息传递与聚合，生成目标实体的特征表示；基于语义相关性度量筛选top‑k个目标节点，扩散到下一层；循环完成后，将层消息扩散得到的最终目标实体的特征表示进行线性映射，得到推理结果。本发明能够提高智能家居场景中知识图谱推理的准确性和效率。

本发明授权面向智能家居的注意力扩散知识图谱推理方法在权利要求书中公布了：1.一种面向智能家居的注意力扩散知识图谱推理方法，其特征在于，包括以下步骤： S1.从公开的WN18RR知识图谱数据集，提取其中的实体、关系及三元组数据；知识图谱中的节点包括智能设备、环境参数以及设备行为；边包括检测、触发、伴随以及依赖； S2.设定推理过程的传播层数，并初始化头实体集合，接下来的推理过程将在这层中，重复步骤S3至S6，逐步构造目标实体的特征表示； S3.依据第层头实体，查找与头实体相连的所有关系及相邻目标实体的信息，得到第层的相关三元组集合； S4.对于第层的相关三元组集合中的每一个具体三元组，通过多头注意力机制捕获知识图谱中的实体特征，生成基于头实体和查询关系的消息传递；具体步骤包括： S41.将查询关系特征表示为、当前层三元组关系的特征表示为，分别与当前扩散的层数进行拼接，获取基于扩散层数的相关性信息，并分别经过线性映射层生成多头注意力中的查询Q、键K；当前传播到第层的头实体的特征表示经过线性映射层得到多头注意力中的值V，公式表示如下： , , , 其中，，分别表示查询关系、当前层三元组关系、当前层头实体的特征表示，根据实体和关系的索引调用嵌入层随机编码生成，并随着模型学习逐渐修正；代表扩散层数的信息，分别表示查询Q、键K以及值V进行线性映射的变换矩阵，n表示多头的数量，分别表示查询Q、键K以及值V进行线性映射的偏移量；表示对向量沿第二维度进行拼接操作； S42.注意力计算：对查询Q以及键K的转置进行计算，得到注意力权重矩阵，公式表示如下： ， 其中，分别表示查询Q、键K的转置；表示激活函数；表示基于丢弃法的正则化技术；表示键K的维度； S43.使用注意力权重矩阵对值V进行加权求和：将所有节点i的注意力权重与值向量进行逐元素相乘并求和，得到节点j的加权值向量，最终将n个节点的加权值向量进行拼接，得到多头注意力机制的输出结果，公式表示如下： ， ， 其中，表示从中取出的第i行第j列的值，，代表行数，代表列数，用来遍历； S44.所述多头注意力机制的输出结果经过线性映射层进行处理，得到初始的消息内容，公式表示如下： ， 其中，表示第一线性映射的变换矩阵；表示可训练的第一偏移量；表示当前三元组产生的消息内容； S45.将多头注意力机制的输出结果和注意力权重矩阵拼接，优化消息传递中相关性的准确性，拼接结果经过线性映射层，得到当前层局部消息相关性，公式表示如下： ， 其中，表示权重矩阵展开操作；表示第二线性映射的变换矩阵；表示可训练的第二偏移量；表示局部的消息相关性 S46.设计存储上一层相关性的变量进行连接，基于历史相关性再次优化消息传递中相关性的准确性，通过归一化为一个小数来表示当前消息的相关性，经过线性映射层和激活函数进行处理，得到最终的相关性权重，公式表示如下： ， 其中，表示上一层的局部消息相关性，表示当前层的消息相关性，初始化为0向量；表示第二线性映射的变换矩阵；表示可训练的第二偏移量；表示激活函数；表示归一化操作；的小数，表示最终的相关性权重； S47.将最终的相关性权重与初始的消息内容逐元素相乘，得到基于当前三元组的消息传递，公式表示如下： 其中，表示逐元素相乘操作，表示基于当前三元组的消息传递； S5.基于多头注意力模型捕获的消息传递，实现目标实体的消息传递与聚合，并最终生成目标实体的特征表示； S6.基于语义相关性度量对节点间的邻居关系进行筛选，选择top-k个目标节点，扩散传播到下一层；跳转执行步骤S3； S7.经过层消息扩散后，将最终目标实体的特征表示经过线性映射，得到推理结果。

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临沂大学;浙江大华技术股份有限公司;青岛海尔科技有限公司;哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);山东大学，其通讯地址为：276000 山东省临沂市兰山区工业大道北段西侧；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。