基于注意力的R-GCN-GRU的在线学生绩效预测 被引量：4

1

作者 崔立志 何泽彬 李璇 《电子测量技术》 北大核心 2021年第19期69-75,共7页

针对传统的绩效预测方法没有区别性地对待各属性特征对学生成绩的重要程度、学生在线学习的低完成率的问题,提出了一种融入注意力机制的关系图卷积神经网络和门控循环单元(AR-GCN-GRU)的学生绩效预测方法。其融入的注意力机制用于捕获... 针对传统的绩效预测方法没有区别性地对待各属性特征对学生成绩的重要程度、学生在线学习的低完成率的问题,提出了一种融入注意力机制的关系图卷积神经网络和门控循环单元(AR-GCN-GRU)的学生绩效预测方法。其融入的注意力机制用于捕获学生之间的关系属性特征,同时提取学生重要属性特征并进行可视化,且该方法综合了关系图卷积神经网络(R-GCN)和门控循环单元(GRU)的优点,既能捕捉节点之间的内部关联、又能很好地抽取最具代表性的学生行为属性特征信息。在公开数据集上对模型进行了对比验证和消融实验,模型F值和精确率分别达到了99.00%和99.73%,实验结果表明所提方法较其他算法有明显提升,验证了注意力机制的有效性。 展开更多

关键词 绩效预测 注意力机制 属性特征 r-gcn GRU

原文传递

一种基于层次化R-GCN的会话情绪识别方法 被引量：1

2

作者 赖河蒗 李玲俐 +1 位作者 胡婉玲 颜学明 《计算机工程》 CAS CSCD 北大核心 2022年第1期85-92,共8页

会话情绪识别包括说话者自身情绪影响以及说话者之间情绪影响这2个重要因素,为了充分考虑上述影响因素以提高会话情绪识别效果,提出一种基于层次化关系图卷积神经网络(HRGCN)的识别方法。使用一个基础神经网络对会话序列的特征数据进行... 会话情绪识别包括说话者自身情绪影响以及说话者之间情绪影响这2个重要因素,为了充分考虑上述影响因素以提高会话情绪识别效果,提出一种基于层次化关系图卷积神经网络(HRGCN)的识别方法。使用一个基础神经网络对会话序列的特征数据进行优化,按照不同的说话者划分出2个不同的会话子序列,采用2个局部关系图卷积神经网络(R-GCN)分别对2个子序列进行局部建模,按照会话发生的时间顺序重新整合局部建模后的2个子序列,并利用全局R-GCN对其进行全局建模。通过对输入的多模态特征数据的分层次建模,使得会话序列捕获到更多的上下文信息。在IEMOCAP数据集上的实验结果表明,与当前流行的循环神经网络LSTM、GRU等相比,HRGCN方法的会话情绪识别性能较高,准确率与F1值分别达到84.48%与84.40%。 展开更多

关键词 基础神经网络 关系图卷积神经网络 会话 情绪识别 人工智能

在线阅读 下载PDF 职称材料

高分辨率关系图卷积网络遥感语义分割方法

3

作者 王寅达 陈嘉辉 +2 位作者 彭玲 李兆博 杨丽娜 《中国科学院大学学报(中英文)》 北大核心 2025年第1期107-115,共9页

遥感影像语义分割是遥感图像处理分析的重要任务,尤其是在多类别语义分割方面。目前方法主要围绕卷积神经网络展开,但卷积仅关注图像局部信息而忽视全局信息。因此,受高分辨率网络(HRNet)和关系图卷积网络(R-GCN)启发,提出一种高分辨率... 遥感影像语义分割是遥感图像处理分析的重要任务,尤其是在多类别语义分割方面。目前方法主要围绕卷积神经网络展开,但卷积仅关注图像局部信息而忽视全局信息。因此,受高分辨率网络(HRNet)和关系图卷积网络(R-GCN)启发,提出一种高分辨率关系图卷积网络(HRGCN),用于多类别语义分割。首先对原始图像做简单线性迭代聚类(SLIC),利用该结果分割HRNet输出的特征图,获得同质性高且包含多分辨率信息的超像素块;然后基于超像素块构建图节点和边,使用R-GCN对图节点分类,从而学习到不同地物间长距离依赖关系,并完成遥感影像的提取分类。利用HRGCN模型在Potsdam和Vaihingen数据集上进行实验,将结果与已有方法对比,F_(1)值和MIoU值均有不同程度提升,证明该方法具有较好的先进性。 展开更多

关键词 遥感影像 r-gcn HRNet 超像素 语义分割 图像处理

在线阅读 下载PDF 职称材料

基于上下文语义与全局信息的局部引文推荐研究

4

作者 张晓娟 马乐 《情报学报》 北大核心 2025年第10期1272-1286,共15页

局部引文推荐有助于研究人员更快速有效地获得参考文献。已有的局部引文推荐方法主要聚焦于如何根据有限的上下文来获得与之相关的候选引文,限制了模型推荐结果的准确度提升。本文尝试在融合上下文语义信息的基础上,进一步融合全局信息... 局部引文推荐有助于研究人员更快速有效地获得参考文献。已有的局部引文推荐方法主要聚焦于如何根据有限的上下文来获得与之相关的候选引文,限制了模型推荐结果的准确度提升。本文尝试在融合上下文语义信息的基础上,进一步融合全局信息(如全局语义和全局关系信息)来提升局部引文推荐的准确度。首先,在经过预训练的SciBERT(scientific bidirectional encoder representations from transformers)模型基础上,通过自定义任务对其进行模型微调后,提取引文上下文语义信息。为了最大限度地利用论文标题和摘要所包含的高度概括的全局语义信息,分别利用Sentence-BERT模型和微调后的SciBERT模型对论文标题向量和论文摘要向量进行提取。其次,构建包括作者、论文和论文发表地(会议或期刊)三类节点的学术文献异构关系图,并通过关系图卷积网络(relational graph convolutional network,R-GCN)对三种不同关系类型(引用关系、写作关系以及发表关系)进行聚合来获得论文以及作者向量的嵌入表达。最后,将引文推荐转化为多分类问题,即将上下文语义信息、目标论文全局标题信息、目标论文全局摘要信息与嵌入了全局关系的目标论文向量和目标论文作者向量进行拼接作为推荐模型的输入,通过前馈神经网络(feedforward neural network,FFNN)+softmax进行训练,为给定上下文生成相应的候选引文列表。为进一步提高运算效率,本文尝试通过多设备分布式数据并行以及单设备模型压缩两种优化策略来降低模型运行的时间开销。实验结果表明,本文方法能有效提升局部引文推荐的准确度;在考虑引文上下文语义的基础上,在所有表征全局信息的向量(标题语义向量、摘要向量、作者向量和论文向量)中,论文向量对模型推荐性能的贡献最大;全局关系信息对模型推荐性能的贡献大于全局语义信息;在全局关系信息中,历史引用信息对局部引文推荐整体性能提升的贡献最大;两种模型优化方法均能提高模型的运行效率。 展开更多

关键词 上下文语义 全局信息 局部引文推荐 r-gcn模型

在线阅读 下载PDF 职称材料

中国专利奖视角下的颠覆性技术识别分析 被引量：2

5

作者 施国良 吴静 +1 位作者 陈挺 张笑笑 《科技管理研究》 CSSCI 2024年第9期10-19,共10页

为充分利用专利结构化数据和文本数据,实现准确有效的颠覆性技术识别,以中国专利奖为切入点,提出基于图神经网络的颠覆性技术识别框架。首先以获得中国专利奖的授权发明专利定义颠覆性技术,解决技术定义难的问题;接着使用Neo4j图数据库... 为充分利用专利结构化数据和文本数据,实现准确有效的颠覆性技术识别,以中国专利奖为切入点,提出基于图神经网络的颠覆性技术识别框架。首先以获得中国专利奖的授权发明专利定义颠覆性技术,解决技术定义难的问题;接着使用Neo4j图数据库构建异质有向图,存储专利多重关系数据和方向信息,解决关系数据利用率低的问题;最后使用关系图卷积神经网络(R-GCN)模型进行训练,实现颠覆性技术识别,解决识别效果不佳的问题。研究表明以获得中国专利奖的专利技术直接定义颠覆性技术是合理且可靠的;提出的颠覆性技术识别框架能充分利用专利数据信息和专利异质有向图中空间信息,识别出绝大部分的颠覆性技术,丰富了图神经网络在颠覆性技术识别方面的研究。 展开更多

关键词 颠覆性技术 中国专利奖 Neo4j图数据库 关系图卷积神经网络

在线阅读 下载PDF 职称材料

融合实体语义及结构信息的知识图谱推理 被引量：2

6

作者 王利琴 张特 +2 位作者 许智宏 董永峰 杨国伟 《计算机应用》 CSCD 北大核心 2024年第11期3371-3378,共8页

目前,图注意力网络(GAT)通过引入注意力机制对目标实体的邻域实体赋予不同权重并进行信息聚合,使得它更关注实体的局部邻域,忽略了图结构中实体和关系之间的拓扑结构;而且在多头注意力后将输出嵌入向量简单拼接或平均,导致注意力头之间... 目前,图注意力网络(GAT)通过引入注意力机制对目标实体的邻域实体赋予不同权重并进行信息聚合,使得它更关注实体的局部邻域,忽略了图结构中实体和关系之间的拓扑结构;而且在多头注意力后将输出嵌入向量简单拼接或平均,导致注意力头之间相互独立,未能捕捉不同注意力头的重要语义信息。针对GAT应用于知识图谱(KG)推理任务时未充分挖掘实体结构信息和语义信息的问题,提出融合实体语义及结构信息的知识图谱推理(FESSI)模型。首先,使用TransE将实体和关系表示为同一空间的嵌入向量。其次,提出交互注意力机制,将GAT中多头注意力重新融合成多个混合注意力,增强注意力头之间的交互性,以提取目标实体更丰富的语义信息;同时,利用关系图卷积网络(R-GCN)提取实体的结构信息,并通过权重矩阵学习GAT和R-GCN的输出特征向量。最后,使用ConvKB作为解码器进行评分。在知识图谱数据集Kinship、NELL-995和FB15K-237上的实验结果表明,FESSI模型的效果优于多数对比模型,在3个数据集的平均倒数排名(MRR)指标上的结果分别为0.964、0.565和0.562。 展开更多

关键词 知识图谱 知识图谱推理 关系图卷积网络 图注意力网络 交互注意力机制

在线阅读 下载PDF 职称材料

融合多层异构网络链路预测的产学研专利合作关系挖掘 被引量：6

7

作者 王骞敏 鄢春根 闵超 《现代情报》 CSSCI 2023年第5期54-65,共12页

[目的/意义]在技术相似度的基础上,引入了多层异构网络链路预测算法,提出一种产学研企业与学者专利合作关系预测的方法。[方法/过程]首先,构建了企业与学者的特征向量体系,构建节点特征;其次,构建学者合作网络、企业-学者合作网络两层网... [目的/意义]在技术相似度的基础上,引入了多层异构网络链路预测算法,提出一种产学研企业与学者专利合作关系预测的方法。[方法/过程]首先,构建了企业与学者的特征向量体系,构建节点特征;其次,构建学者合作网络、企业-学者合作网络两层网络,采用R-GCN算法进行模型训练,同时计算企业学者之间技术相似度;最后,将技术相似度与R-GCN模型结果进行逻辑回归拟合,得到最终合作预测结果。[结果/结论]通过对生物医药领域专利数据集进行实证分析,技术相似度+多层异构网络链路预测算法测试集的准确率、召回率、AUC、MSE、F2-Score、MRR分别为67.74%、78.02%、90.95%、4.41%、34.00%、52.05%,其中MRR相比R-GCN、Jaccard、Cosine、Euclidean分别提升了8.67倍、1.78倍、2.58倍、1.65倍。说明本文构建的融合多层异构网络链路预测与技术相似度的算法是有效且具可行性的,在产学研合作关系的预测和合作学者的推荐中具有理论意义与实践价值。 展开更多

关键词 产学研 专利合作 r-gcn 多层异构网络 技术相似度

在线阅读 下载PDF 职称材料

基于知识图谱的城市轨道交通突发事件演化结果预测 被引量：10

8

作者 朱广宇 张萌 裔扬 《电子与信息学报》 EI CSCD 北大核心 2023年第3期949-957,共9页

准确预测突发事件的演化结果,对城市轨道交通系统制定应急方案、保障安全运营,具有重要的参考意义。目前突发事件演化结果预测方法智能化程度不高,过分依赖决策者主观设定的特征权重、检索模板,复杂、准确性低且应用性较弱。该文基于知... 准确预测突发事件的演化结果,对城市轨道交通系统制定应急方案、保障安全运营,具有重要的参考意义。目前突发事件演化结果预测方法智能化程度不高,过分依赖决策者主观设定的特征权重、检索模板,复杂、准确性低且应用性较弱。该文基于知识图谱(KG)和关系图卷积神经网络(R-GCN)模型提出一种城市轨道交通突发事件演化结果预测方法。首先,构建城市轨道交通突发事件知识图谱,将与事件相关的场景信息进行结构化处理;其次,基于关系图卷积神经网络模型构建城市轨道交通突发事件结果的预测模型;最后,利用城市轨道交通突发事件案例库进行验证。实验结果表明,所提预测方法具有较好的准确率、较强的普适性,可为轨道交通应急管理提供方法和技术支持。 展开更多

关键词 城市轨道交通 突发事件 演化结果预测 知识图谱 关系图卷积神经网络

在线阅读 下载PDF 职称材料

基于AFP的有向加权注意力流网络链路预测

9

作者 马满福 姜璐娟 +3 位作者 李勇 张强 范颜军 邓晓飞 《计算机工程与科学》 CSCD 北大核心 2022年第10期1762-1770,共9页

个性化推荐系统在减轻信息超载、提供个性化服务和辅助用户决策等方面应用广泛,链路预测是个性化推荐的重要方法之一。传统启发式链路预测方法仅考虑网络的图结构特征,缺乏对显式特征和隐式特征信息的应用,且大多数方法基于无向无权网... 个性化推荐系统在减轻信息超载、提供个性化服务和辅助用户决策等方面应用广泛,链路预测是个性化推荐的重要方法之一。传统启发式链路预测方法仅考虑网络的图结构特征,缺乏对显式特征和隐式特征信息的应用,且大多数方法基于无向无权网络。针对传统链路预测方法存在的不足,基于集体注意力流网络和R-GCN方法,提出了链路预测算法AFP,将注意力流网络中2节点间不同的边方向抽象为2种边关系类型,并引入注意力机制学习网络中的节点属性和边属性,还综合考虑了网络的图结构特征、显式特征和隐式特征,最后通过评分函数得到三元组成立与否的概率,将链路预测问题转化为一个二分类问题,预测节点间的边属于某个关系类型的可能性。实验结果表明,相比于GCN、GAT等6个基准算法,该算法在准确度、精度和召回率等多个评价指标上均有提升。 展开更多

关键词 链路预测 有向加权图 注意力机制 r-gcn

在线阅读 下载PDF 职称材料

基于关系图卷积网络的长链非编码RNA与疾病关联预测

10

作者 杜晓昕 罗金琦 +2 位作者 金梅 王振飞 周薇 《现代信息科技》 2023年第7期86-89,共4页

针对当前长链非编码RNA(lncRNA)与疾病关联预测研究中存在的异质网络构建不完善、网络节点信息挖掘不充分问题,提出一种基于关系图卷积网络(Relational Graph Convolutional Network, R-GCN)的方法(RGCNLDA)。首先,构建lncRNA-miRNA-疾... 针对当前长链非编码RNA(lncRNA)与疾病关联预测研究中存在的异质网络构建不完善、网络节点信息挖掘不充分问题,提出一种基于关系图卷积网络(Relational Graph Convolutional Network, R-GCN)的方法(RGCNLDA)。首先,构建lncRNA-miRNA-疾病异质图,随后在异质图上训练R-GCN获取节点嵌入向量,最后使用多层感知机预测lncRNA-疾病关联。5折交叉验证结果显示,RGCNLDA的受试者工作特征曲线下面积(AUROC)为0.934,表明其具有良好的预测性能。 展开更多

关键词 lncRNA 关系图卷积网络 异质图 关联预测

在线阅读 下载PDF 职称材料

基于图像的三维预测及其在水利枢纽中的应用 被引量：2

11

作者 马常霞 王文明 《中国科技论文》 CAS 北大核心 2021年第3期307-311,共5页

为了解决传统基于图像的三维重建中鲁棒性较差、信息获取效率低下的问题,使用了卷积神经网络(convolutional neural networks,CNN),将基于区域的掩模卷积网络(region-based convolutional network method,Mask R-CNN)和图卷积(graph con... 为了解决传统基于图像的三维重建中鲁棒性较差、信息获取效率低下的问题,使用了卷积神经网络(convolutional neural networks,CNN),将基于区域的掩模卷积网络(region-based convolutional network method,Mask R-CNN)和图卷积(graph convolutional network,GCN)联合实现三维重建,其中Mask R-CNN完成二维感知GCN实现三维形状推断,该方法不需要进行特征提取与匹配以及复杂的几何运算。通过实验验证了该方法的可行性,采用倒角距离(chamfer distance)及法向量距离作为评价指标与基线系统进行了比较,实验显示,倒角距离缩小了0.2~2.238,法向量距离增大了10.11~36.03,体现了优异性。以水利枢纽图作为实例进行三维重建,为稀疏信息及实例图的三维建模提供了新的思路。 展开更多

关键词 掩模卷积网络 图卷积 二维感知 三维预测 实例图

在线阅读 下载PDF 职称材料