基于语义建模与动态图神经网络的预测模型构建方法、装置

AITNT
正文
推荐专利
基于语义建模与动态图神经网络的预测模型构建方法、装置
申请号:CN202510682781
申请日期:2025-05-26
公开号:CN120508860B
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供一种基于语义建模与动态图神经网络的预测模型构建方法与装置,涉及图像处理领域。本发明针对脑区模板里蕴含的丰富信息表征,通过LLM辅助构建统一、结构化的脑区语义描述体系,为脑网络语义建模提供新范式,增强脑图谱的知识可解释性;通过语义增强的脑网络图,融合脑区结构与功能的语义信息显著提升了脑网络表示的丰富性与表达能力;在传统GNN框架基础上引入节点重分配机制,节点重分配机制可根据节点特征自适应地重构图结构,有效去除冗余连接、突出关键区域,提高模型的泛化能力与训练效率;本发明提供的模型结合了语义建模与功能连接,能更准确地捕捉脑网络异常模式,为脑区检测数据的辅助分类提供更加高效、精确的智能手段。
技术关键词
预测模型构建方法 语义 节点特征 构图结构 功能核磁共振 文本编码器 大语言模型 多层感知机 皮尔逊相关系数 表达式 概念 矩阵 分类器 关键词 核心 预测装置 策略 术语 信号
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