Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所孙正雅获国家专利权

中国科学院自动化研究所孙正雅获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利时序知识图谱预测模型的训练方法及装置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:CN120911570B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511396370.6,技术领域涉及:G06N5/022;该发明授权时序知识图谱预测模型的训练方法及装置是由孙正雅;宋超;张轲俊;樊冠豪;王志宇设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。

时序知识图谱预测模型的训练方法及装置在说明书摘要公布了:本发明涉及信息技术领域,提供一种时序知识图谱预测模型的训练方法及装置,通过利用基于时序逻辑规则的逻辑推理模型所具备的隐含数据发掘能力,并以此为纽带,以具有特征表达能力优势的神经网络预测模型,通过对隐含数据的可信度评价打分,为逻辑推理模型提供附加的监督信息,从而提高逻辑推理模型的学习效果;反过来,逻辑推理模型则利用经过优化的模型参数,为神经网络预测模型提供更可靠的潜在缺失的扩充隐含事件,从而实现对神经网络预测模型的参数优化。在有限次重复迭代之后,最终的时序知识图谱预测模型会达到一个最优状态,相较于使用单一逻辑推理模型或神经网络预测模型进行预测的方法,可显著提高时序知识图谱预测的准确性和有效性。

本发明授权时序知识图谱预测模型的训练方法及装置在权利要求书中公布了:1.一种基于时序知识图谱预测模型的事件预测方法,其特征在于,包括: 步骤S1,获取样本真实事件、初始逻辑推理模型以及初始神经网络预测模型;所述样本真实事件包括数字化新闻; 步骤S2,将所述样本真实事件输入至所述初始逻辑推理模型,得到输出的初始隐含事件;将所述初始隐含事件输入至所述初始神经网络预测模型,得到输出的所述初始隐含事件的初始可信度评价; 步骤S3,基于所述初始可信度评价,从所述初始隐含事件中筛选得到监督隐含事件;将所述样本真实事件和所述监督隐含事件输入至所述初始逻辑推理模型,得到时序逻辑规则以及更新隐含事件,并利用所述时序逻辑规则为所述监督隐含事件计算期望值; 步骤S4,基于所述监督隐含事件的期望值,从所述监督隐含事件中筛选得到扩充隐含事件;将所述样本真实事件、所述扩充隐含事件以及所述更新隐含事件输入至所述初始神经网络预测模型,得到所述更新隐含事件的更新可信度评价; 步骤S5,将所述更新可信度评价作为下一轮次的所述初始可信度评价,将所述更新隐含事件作为下一轮次的所述初始隐含事件,重复执行步骤S3和步骤S4,直至循环次数满足预设循环条件,将最后一轮次得到的逻辑推理模型和神经网络预测模型,作为时序知识图谱预测模型; 得到所述时序知识图谱预测模型,之后包括: 获取测试真实事件; 将所述测试真实事件输入至所述时序知识图谱预测模型,得到所述逻辑推理模型输出的逻辑推理预测结果,以及所述神经网络预测模型输出的神经网络预测结果; 基于预测权重,对所述逻辑推理预测结果和所述神经网络预测结果进行加权计算,得到综合预测结果。

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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。