一种基于注意力机制及GNN的时态归纳知识推理方法

AITNT
正文
推荐专利
一种基于注意力机制及GNN的时态归纳知识推理方法
申请号:CN202510036072
申请日期:2025-01-09
公开号:CN119940546A
公开日期:2025-05-06
类型:发明专利
摘要
本发明涉及一种基于注意力机制及GNN的时态归纳知识推理方法,属于知识推理领域。该方法包括以下步骤:S1:建模知识图谱四元组全局特征及节点局部特征;S2:基于关系相对顺序及时间差设计位置编码;S3:基于路径内关系注意力机制确定关系重要性;S4:基于路径注意力机制确定路径重要性;S5:基于GNN对局部特征进行编码;S6:基于MLP实现全局特征与局部特征的融合;S7:建模新实体语义特征;S8:建模评分函数和损失函数。
技术关键词
知识推理方法 注意力机制 实体 关系 线性变换矩阵 时间差 语义特征 定义 路径特征 图谱 编码 邻居 更新模型参数 梯度下降法 样本 节点特征 传播算法
系统为您推荐了相关专利信息
1
一种线路载流量计算方法、系统、设备、介质和产品
载流量计算方法 等效电路模型 导体 电流 电阻
2
接口文档的解析方法、设备及存储介质
解析方法 接口 中间层 数据格式 解析设备
3
一种基于局部特征压缩与分层规划的多机器人探索方法
机器人 压缩特征 规划 特征融合网络 自动编码器网络
4
一种基于图像点云融合的语义分割方法及系统
语义分割方法 点云 坐标系 投影特征 特征融合网络
5
基于自监督及坐标转换的ego-view轨迹预测模型及方法
障碍物 坐标系 轨迹预测模型 注意力机制 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号