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！

龙图腾网获悉兰州理工大学;甘肃省科学院传感技术研究所申请的专利基于超图卷积注意力机制的可解释性知识追踪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：CN119443240B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202411539952.0，技术领域涉及：G06N5/022；该发明授权基于超图卷积注意力机制的可解释性知识追踪方法及装置是由马芳兰;曹航;朱昶胜;雷鹏设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于超图卷积注意力机制的可解释性知识追踪方法及装置在说明书摘要公布了：本申请提供一种基于超图卷积注意力机制的可解释性知识追踪方法HCAKT及装置。其中，通过引入2PLM双参数逻辑模型的双参数输入机制，HCAKT有效应对了同一学习项目内技能难度差异显著的挑战，不仅提升了模型的灵活性，还增强了模型的解释性。此外，模型中还加入超图网络，它作为参数平衡的关键工具，有效规避了冗余信息对模型性能的潜在干扰，通过优化参数间的相互关系，进一步提升了预测的准确性。最后，HCAKT还融入了卷积注意力机制，以模拟并捕捉学生的遗忘规律。这一机制能够深入解析学生在学习过程中的记忆衰退特征，从而更加真实地反映学生的学习状态。

本发明授权基于超图卷积注意力机制的可解释性知识追踪方法及装置在权利要求书中公布了：1.一种基于超图卷积注意力机制的可解释性知识追踪方法，其特征在于，包括： 通过基于超图卷积注意力机制的可解释模型对学生的技能掌握情况进行预测； 其中，所述基于超图卷积注意力机制的可解释模型包括：基于2PLM的可解释模块、超图卷积平衡参数模块和卷积注意力记忆组件模块； 所述基于2PLM的可解释模块包括提取模块和学生模块；所述提取模块基于学生尝试的练习和解决练习所需要的技能分别独立的提取练习难度参数和技能难度参数，并将所述练习难度参数和所述技能难度参数进行融合，得到综合难度参数；所述学生模块通过学生在设定时间段的所掌握的知识来计算学生潜在变化的知识状态；所述基于2PLM的可解释模块还基于所述综合难度参数和学生潜在变化的知识状态预测对练习的响应概率； 所述超图卷积平衡参数模块通过超图架构的神经网络模型对输入参数进行优化，得到优化后的输入参数，并基于优化后的输入参数计算保留参数、遗忘参数和影响参数；其中，所述超图架构的神经网络模型的输入参数包括学生对练习的回答结果的向量表示以及学生过去的技能潜在值； 所述卷积注意力记忆组件模块基于注意力机制将所述保留参数、所述遗忘参数和所述影响参数进行融合，得到遗忘向量； 所述基于超图卷积注意力机制的可解释模型基于所述对练习的响应概率、所述学生过去的技能潜在值和所述遗忘向量对学生的技能掌握情况进行预测，得到学生掌握的技能潜在值。

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兰州理工大学;甘肃省科学院传感技术研究所，其通讯地址为：730000 甘肃省兰州市七里河区兰工坪路287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。