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！

龙图腾网获悉吉林大学申请的专利基于因果干预与混合专家的社交机器人检测方法及系统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：CN120996084B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511516143.2，技术领域涉及：G06N3/008；该发明授权基于因果干预与混合专家的社交机器人检测方法及系统是由马锐;刘峰;蒋秉川;伍铁如设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本基于因果干预与混合专家的社交机器人检测方法及系统在说明书摘要公布了：本发明涉及社交机器人检测技术领域，特别涉及一种基于因果干预与混合专家的社交机器人检测方法及系统，构建CausBot模型，该模型包含伪环境估计器和混合专家机制增强的图Transformer编码器；通过伪环境估计器估计每个节点所属的潜在环境分布，并基于Gumbel‑Softmax松弛技术生成环境感知权重；利用混合专家机制增强的图Transformer编码器，在环境感知权重的调控下，对节点特征进行多层次编码，以提取跨环境不变的因果特征；采用联合优化目标函数训练CausBot模型，目标函数包含监督损失项和KL散度正则化项。本发明有效解耦环境伪相关因素、提取跨环境不变因果特征，显著提升社交机器人检测在跨平台、跨时段等分布迁移场景下的稳定性与准确性。

本发明授权基于因果干预与混合专家的社交机器人检测方法及系统在权利要求书中公布了：1.一种基于因果干预与混合专家的社交机器人检测方法，其特征在于，包括以下步骤： 步骤1、获取社交网络的图结构数据，通过专家标注确定账户真实标签，并根据交互关系构建以账户为节点的图； 步骤2、构建CausBot模型，该模型包含伪环境估计器和混合专家机制增强的图Transformer编码器； 步骤3、通过所述伪环境估计器估计每个节点所属的潜在环境分布，并基于Gumbel-Softmax松弛技术生成环境感知权重； 步骤4、利用所述混合专家机制增强的图Transformer编码器，在所述环境感知权重的调控下，对节点特征进行多层次编码，以提取跨环境不变的因果特征； 步骤5、采用联合优化目标函数训练CausBot模型，同时优化伪环境估计器和混合专家机制增强的图Transformer编码器的参数，目标函数包含监督损失项和KL散度正则化项； 步骤6、基于已训练的CausBot模型提取因果特征，对输入的社交网络账户节点进行机器人概率估计，并由Softmax输出其是否为机器人的标签。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。