摘要
本发明公开了一种基于TCN增量学习的糖尿病风险预测方法、终端设备及存储介质,结合TransR转换模型和TCN时间卷积网络,有效地利用了图谱中的时序信息和上下文关联信息,提高了链接预测的准确度。TransR模型通过在包含不同语义的关系空间中做实体投影,实现了对图谱中实体和关系的有效向量化。这种方法能够捕捉实体在不同关系下的多样性,为后续的时序分析提供了坚实的基础。TCN被用于处理时序知识图谱中的实体和关系序列,从而提取出更精准的特征向量。
技术关键词
糖尿病风险预测
三元组
实体
图谱
时序
时间卷积网络
关系
终端设备
分类器
计算机程序产品
矩阵
指令
可读存储介质
处理器
序列
语义
基础
系统为您推荐了相关专利信息
智能管理系统
端口
智能管理方法
知识图谱管理
日历
指令下发系统
历史气象数据
终端设备
大语言模型
作业设备