期刊文献+
共找到47,631篇文章
< 1 2 250 >
每页显示 20 50 100
同质性增强的异构图提示学习方法
1
作者 魏楚元 刘舜尧 +4 位作者 卓胜达 张蕾 王昌栋 黄书强 刘杰 《小型微型计算机系统》 北大核心 2026年第1期97-105,共9页
图神经网络在多个不同领域展现出巨大潜力,然而传统的图神经网络方法通常依赖大量标注数据进行训练,而在实际应用中,标注大量数据往往代价高昂且费时费力.近年来,提示学习作为一种新兴的预训练模型范式,在Few-shot、Zero-shot等低资源... 图神经网络在多个不同领域展现出巨大潜力,然而传统的图神经网络方法通常依赖大量标注数据进行训练,而在实际应用中,标注大量数据往往代价高昂且费时费力.近年来,提示学习作为一种新兴的预训练模型范式,在Few-shot、Zero-shot等低资源场景中表现出色.图提示学习是一种新颖的图预训练和提示框架,能够通过少量标注数据实现图数据的多任务处理,有效弥合预训练任务与下游任务之间的差距.然而,现有图提示学习方法在处理异构图时,忽视了图数据复杂的内在结构,特别是未能充分挖掘异构图中蕴含的同质性特征.为了解决该问题,本文提出了一种同质性增强的异构图提示学习方法,旨在提升图神经网络在异构图中的表现.具体而言,设计了基于元路径的同质子图提取方法,并结合同质性软聚类技术,有效捕捉节点间的节点相似性关系,从而优化图提示效果.实验结果表明,所提出的方法在多个基准数据集上优于现有技术,表现出更强的性能和效果. 展开更多
关键词 图神经网络 图提示学习 异构图 同质性 元路径
在线阅读 下载PDF
基于图注意力自编码器的自适应加权深度图聚类算法
2
作者 徐森 王作为 +4 位作者 郭乃瑄 卞学胜 徐秀芳 花小朋 周天 《控制与决策》 北大核心 2026年第1期213-220,共8页
现有深度图聚类方法因依赖静态初始图结构而存在显著局限性,此类结构通常不完整或存在偏差,且难以动态捕捉节点相似性变化.对此,提出基于图注意力自编码器的自适应加权深度图聚类算法(AWDGC).首先,通过可训练的广义马氏距离结合高斯核函... 现有深度图聚类方法因依赖静态初始图结构而存在显著局限性,此类结构通常不完整或存在偏差,且难以动态捕捉节点相似性变化.对此,提出基于图注意力自编码器的自适应加权深度图聚类算法(AWDGC).首先,通过可训练的广义马氏距离结合高斯核函数,自适应分配边权重以构建加权邻接矩阵;其次,设计图注意力自编码器,通过注意力机制融合多阶邻居信息以增强特征判别性;然后,提出基于节点相似性的动态结构优化策略,周期性更新邻接矩阵以捕捉相似性动态变化;最后,引入自监督聚类模块,通过KL散度优化聚类分布对齐,提升特征表示与聚类任务的协同性.在ACM、DBLP、CITESEER、TEXAS等6个公开数据集上的实验表明,AWDGC在聚类指标上均显著优于8个代表性基线方法. 展开更多
关键词 深度图聚类 自适应加权 图注意力网络 图自编码器 动态结构优化 自监督学习
原文传递
以太坊钓鱼诈骗检测研究综述
3
作者 吴国栋 黄苗苗 +1 位作者 谢东辰 李景霞 《小型微型计算机系统》 北大核心 2026年第4期960-973,共14页
以太坊是一个全球性的、开源的和去中心化的区块链平台,近年来以太坊上的钓鱼诈骗事件频发,不仅造成用户资产损失,还影响区块链的健康发展.有效检测出以太坊上的钓鱼诈骗,对保护用户资产安全以及维护区块链平台生态健康等方面具有重要意... 以太坊是一个全球性的、开源的和去中心化的区块链平台,近年来以太坊上的钓鱼诈骗事件频发,不仅造成用户资产损失,还影响区块链的健康发展.有效检测出以太坊上的钓鱼诈骗,对保护用户资产安全以及维护区块链平台生态健康等方面具有重要意义.本文基于不同检测方法的数据表示视角,从非图结构、图结构以及非图结构与图结构相结合三方面对已有以太坊钓鱼诈骗检测研究进行深入探讨,分析了本领域现有研究取得的进展与不足.在此基础上,总结了以太坊钓鱼诈骗检测研究常用的数据集及主要评价指标;同时指出了现有以太坊钓鱼诈骗检测研究存在的数据不平衡、资源消耗高和检测实时性不足等问题;最后展望了本领域未来主要研究方向. 展开更多
关键词 以太坊 钓鱼诈骗 检测 非图 图神经网络
在线阅读 下载PDF
基于拓扑图序列的多船会遇相似场景辨识方法研究
4
作者 刘克中 宋翊宁 +1 位作者 袁志涛 王伟强 《中国航海》 北大核心 2026年第1期18-28,共11页
针对多船会遇场景相似性难以量化和识别的问题,提出一种基于拓扑图序列的多船会遇相似场景识别方法。首先,从船舶自动识别系统(AIS)数据中提取多船会遇场景,并构建表征船舶交互关系的拓扑图序列模型;其次,设计两阶段相似场景识别算法,... 针对多船会遇场景相似性难以量化和识别的问题,提出一种基于拓扑图序列的多船会遇相似场景识别方法。首先,从船舶自动识别系统(AIS)数据中提取多船会遇场景,并构建表征船舶交互关系的拓扑图序列模型;其次,设计两阶段相似场景识别算法,对拓扑图序列进行相似度计算与筛选,从而实现多船会遇相似场景的识别。以宁波舟山港水域为例,从一个月的AIS数据中提取2898个多船会遇场景,并选取其中占比较高的两类典型场景进行试验验证。根据会遇特征参数对识别结果进行对比分析。试验结果表明,所识别的相似会遇场景在动态演化特征上与原始场景具有较高一致性,该方法能够有效识别具有相似会遇关系的多船会遇场景,验证了其在多船会遇场景相似性度量中的可行性与有效性。研究结果可为多船会遇场景下的避碰决策与会遇风险分析提供参考依据。 展开更多
关键词 多船会遇场景 相似场景辨识 拓扑图 图序列相似度
在线阅读 下载PDF
基于强-弱互信息掩码学习的可解释动态不完整图异常检测
5
作者 骆祥峰 顾峻铨 余航 《软件学报》 北大核心 2026年第4期1492-1510,共19页
大多数图异常检测方法依赖图神经网络(GNN)在相对高质量的图数据上进行学习.然而,在现实应用中,这种理想场景极为罕见,大多数数据存在标签缺失、动态变化和结构不完整等问题,这些问题统称为动态不完整图.针对GNN在极端条件下性能下降的... 大多数图异常检测方法依赖图神经网络(GNN)在相对高质量的图数据上进行学习.然而,在现实应用中,这种理想场景极为罕见,大多数数据存在标签缺失、动态变化和结构不完整等问题,这些问题统称为动态不完整图.针对GNN在极端条件下性能下降的挑战,提出一种可解释的动态不完整图异常检测方法 EXDIG(explainable dynamic incomplete graph anomaly detection),其核心是一种结合强-弱互信息优化的图掩码自编码器框架.该框架通过对图结构(节点/边)和节点特征进行掩码,模拟现实中的动态不完整场景.此外,通过强-弱互信息损失,EXDIG捕捉结构与特征之间的关系,同时保持结构完整性,降低过拟合风险,并提升泛化能力.此外,该方法通过在节点、边及特征上引入掩码扰动,提高动态不完整图异常检测的可解释性,使其能够识别关键组成部分,并为异常检测结果提供透明且可信的解释.在9个真实世界图数据集上进行评估,实验结果表明, EXDIG在不同程度的动态不完整场景下,在多种下游任务和表示学习评估(包括有监督和无监督设定)中均优于现有最先进方法.其中,在异常检测数据集Amazon上, EXDIG的NMI和ARI指标分别提升了超过13%和15%;在动态不完整比率从25%到99%的设置下,其F1分数波动被控制在5%以内.此外, EXDIG还实现了在动态不完整图中对各节点的可解释性分析. 展开更多
关键词 可解释的图学习 掩码自编码器 互信息 图异常检测
在线阅读 下载PDF
基于WL图核的多通道图Kolmogorov-Arnold网络
6
作者 王静红 李鹏超 +1 位作者 米据生 王威 《计算机科学》 北大核心 2026年第4期224-234,共11页
图神经网络作为一种新兴的深度学习方法,能够有效建模和表示图结构数据,在各种图学习任务中表现优异。然而,现有的图神经网络大多聚焦于单一通道图卷积,未能充分利用现实世界图数据中丰富多样的关系信息。为深入挖掘图数据中的多关系特... 图神经网络作为一种新兴的深度学习方法,能够有效建模和表示图结构数据,在各种图学习任务中表现优异。然而,现有的图神经网络大多聚焦于单一通道图卷积,未能充分利用现实世界图数据中丰富多样的关系信息。为深入挖掘图数据中的多关系特征并提升图神经网络的建模能力,提出了一种基于Weisfeiler-Lehman(WL)图核的多通道图Kolmogorov-Arnold网络(KMCGKN)。该方法通过提取节点领域子图并借助WL图核方法构建特征图,且将原本图卷积层中的特征变换函数替换成Kolmogorov-Arnold网络,然后利用两个图卷积网络通道分别学习不同关系图的特性,从而得到图的特征编码和结构编码。同时,通过多视图损失确保通道间的差异性,缓解了深层模型的过拟合问题。在6个节点分类公开数据集上进行了评估,实验结果表明,KMCGKN方法在节点分类任务上的性能优于单通道GCN及其他基准模型,有效提升了图神经网络的建模与表示能力。 展开更多
关键词 图神经网络 WL图核 Kolmogorov-Arnold网络 多通道图学习 节点分类
在线阅读 下载PDF
互动式头针联合上肢康复机器人对脑卒中偏瘫上肢功能康复的协同作用研究
7
作者 朱金妹 尚郁峰 朱海颖 《中医康复》 2026年第2期84-89,共6页
目的:探究互动式头针与上肢智能康复机器人协同干预对脑卒中后偏瘫上肢运动功能恢复及日常生活活动能力的影响。方法:60例脑卒中患者随机分为观察组和对照组各30例。在常规康复治疗的基础上,对照组予传统头针联合上肢康复机器人训练,观... 目的:探究互动式头针与上肢智能康复机器人协同干预对脑卒中后偏瘫上肢运动功能恢复及日常生活活动能力的影响。方法:60例脑卒中患者随机分为观察组和对照组各30例。在常规康复治疗的基础上,对照组予传统头针联合上肢康复机器人训练,观察组予互动式头针联合上肢康复机器人训练,30 min/次,5次/周,治疗4周,采用Fugl-Meyer上肢运动功能评定量表(FMA-UE)、改良Barthel指数(MBI)和改良Ashworth量表(MAS)评估干预前后患者的功能状态变化,并通过测量偏瘫侧上肢最大等长收缩时肱二头肌和肱三头肌的均方根值(RMS)以及协同收缩率(CR)进行肌肉激活程度和运动模式分析。结果:治疗前,各指标组间差异无统计学意义(P>0.05);治疗后,两组患者FMA-UE、MBI评分显著提升(P<0.05),观察组高于对照组(P<0.05);MAS评分均较前显著降低(P<0.05),但组间差异无统计学意义(P>0.05);在执行最大等长收缩屈肘/伸肘动作时,各组受试者的肱二头肌/肱三头肌RMS值均有所增加(P<0.05),观察组RMS值增幅优于对照组(P<0.05);两组患者CR值均较治疗前下降(P<0.05),观察组低于对照组(P<0.05)。结论:互动式头针联合上肢智能康复机器人训练可以更好地提高偏瘫上肢运动功能,增加肌肉收缩能力,降低肌肉痉挛水平,提高日常生活自理能力,疗效优于传统针刺联合上肢康复机器人训练。 展开更多
关键词 脑卒中(中风) 上肢功能障碍 偏瘫 交互式头皮针 上肢智能康复机器人 表面肌电图(sEMG) 运动功能 日常生活活动 肌肉激活 协同收缩比
暂未订购
时间感知和空间增强的双通道图神经网络会话推荐模型
8
作者 杨兴耀 齐正 +3 位作者 于炯 张祖莲 马帅 沈洪涛 《计算机应用》 北大核心 2026年第1期104-112,共9页
为了解决会话推荐模型忽略项目之间的时间信息和空间关系,导致无法准确捕获项目之间复杂转换模式的问题,提出一种时间感知和空间增强的双通道图神经网络(GNN)的会话推荐模型。首先,对于时间通道,采用自适应时间权重对项目进行处理,以构... 为了解决会话推荐模型忽略项目之间的时间信息和空间关系,导致无法准确捕获项目之间复杂转换模式的问题,提出一种时间感知和空间增强的双通道图神经网络(GNN)的会话推荐模型。首先,对于时间通道,采用自适应时间权重对项目进行处理,以构建时间感知的会话图,并通过时间感知的GNN捕获用户的兴趣转移模式;其次,对于空间通道,将项目之间的空间关系嵌入一个图注意力网络(GAT)中,以从空间图结构的角度对信息进行聚合;最后,引入一种对比学习策略增强推荐效果。在Diginetica、Tmall和Nowplaying 3个公开数据集上,将所提模型与AttenMixer(multi-level Attention Mixture network)和GCE-GNN(Global Context Enhanced GNN)等基线模型进行对比实验,实验结果表明,所提模型的精确率(P)和平均倒数排名(MRR)取得了更优的效果。相较于次优结果,所提模型的P@10分别提高了2.09%、24.97%和10.45%,MRR@10分别提高2.52%、11.60%和4.43%。 展开更多
关键词 推荐系统 图神经网络 会话推荐 对比学习 图注意力网络
在线阅读 下载PDF
面向医疗问答的KG与LLMs协同推理机制
9
作者 袁嵩 程芬 顾进广 《计算机工程与设计》 北大核心 2026年第1期252-259,共8页
针对现有大型语言模型(LLMs)在医学推理任务中存在的隐式知识利用不足、推理路径冗余及透明度缺失等问题,提出一种基于协同推理的医学问答方法。构建推理子图学习医学知识的显式关联,并利用LLMs的隐式知识进行初步诊断,扩展关键实体。... 针对现有大型语言模型(LLMs)在医学推理任务中存在的隐式知识利用不足、推理路径冗余及透明度缺失等问题,提出一种基于协同推理的医学问答方法。构建推理子图学习医学知识的显式关联,并利用LLMs的隐式知识进行初步诊断,扩展关键实体。引入剪枝技术去除冗余推理路径,并设计推理融合机制对LLMs诊断结果与子图推理结果进行对比,以优化推理过程。在GenMedGPT-5k和CMCQA两个数据集上进行了广泛实验,实验结果表明,所提方法在推理准确性上均优于现有基准模型。 展开更多
关键词 医疗问答 提示工程 知识图谱 大型语言模型 医疗诊断 知识图谱与LLMs结合 知识图谱增强推理
在线阅读 下载PDF
顾及距离衰减效应的地理知识图谱补全方法
10
作者 赫晓慧 李爽 +1 位作者 孔锦澜 田智慧 《地球信息科学学报》 北大核心 2026年第2期273-286,共14页
【目的】地理知识图谱(GeoKG)通过知识图谱的形式化技术,将地理知识表示为计算机可解释、可复用、可推理的知识网络。但由于地理信息分布的稀疏性以及更新的落后性,地理知识图谱往往是不完整的,制约着其应用广度和深度,需要地理知识图... 【目的】地理知识图谱(GeoKG)通过知识图谱的形式化技术,将地理知识表示为计算机可解释、可复用、可推理的知识网络。但由于地理信息分布的稀疏性以及更新的落后性,地理知识图谱往往是不完整的,制约着其应用广度和深度,需要地理知识图谱补全方法来解决其不完整的问题。然而,现有补全方法未充分考虑到地理知识图谱中的语义信息以及地理实体间的交互遵循距离衰减效应,致使嵌入空间难以充分还原地理实体和关系的真实分布,从而限制了补全性能的提升。【方法】本文提出了一种顾及距离衰减效应的地理知识图谱补全方法DDGKGC(Distance-Decaying Effect-Aware Geographic Knowledge Graph Completion method)。该方法首先通过语义信息聚合模块和距离衰减效应感知模块,捕获实体和关系间的语义信息和距离信息;然后,通过基于双注意力机制的表示学习模块自适应地学习实体和关系的邻域信息,得到实体和关系的嵌入表示,最后通过ConvE得分函数进行评分预测,并使用预测结果来完成地理知识图谱补全任务。【结果】为全面评估模型性能,本文在自构建数据集Multi-Geo、CityDirection、CountyDistance及公开数据集Countries-S3上进行了对比实验、消融实验和多维度分析验证。实验结果表明,DDGKGC在MRR、Hits@1、Hits@3、Hits@10等多项指标上表现出色,尤其在全面反映模型性能的MRR指标上相较于对比方法在4个数据集上分别提升4%、3.1%、1.8%和5.2%。此外,通过多维度分析验证评估,证明了DDGKGC能够更合理地建模地理实体关系间的空间和语义关联,从而提升补全结果的准确性与地理合理性。【结论】本文提出的顾及距离衰减效应的地理知识图谱补全方法,不仅有效提升了地理知识图谱补全任务的性能,还展现出良好的泛化能力与应用潜力,同时也为地理知识图谱的深化应用提供了可靠支撑。 展开更多
关键词 地理知识图谱 地理知识图谱补全 距离衰减效应 语义信息聚合 实体关系表示 注意力机制
原文传递
高层团队三维综合特征视角下的财务违规倾向度量:基于知识图谱的新指标
11
作者 方立兵 张科 +1 位作者 李心丹 李文中 《管理科学学报》 北大核心 2026年第2期123-139,共17页
董事、监事和高级管理人员(DSE)构成的高层管理团队是公司财务违规的主要责任群体.将“知识图谱嵌入”技术应用于DSE履历,综合“(个人)基本特征-治理结构-交叉关联”三维特征,从“整体观”视角构建新的违规倾向指标(PIFT).基于Logit或二... 董事、监事和高级管理人员(DSE)构成的高层管理团队是公司财务违规的主要责任群体.将“知识图谱嵌入”技术应用于DSE履历,综合“(个人)基本特征-治理结构-交叉关联”三维特征,从“整体观”视角构建新的违规倾向指标(PIFT).基于Logit或二元Probit模型进行系列实证检验发现:PIFT越高,公司违规概率越大;与若干基于DSE履历少数特定维度的其他指标相比,PIFT具有最高的重要性.进一步检验表明:非独立董事群体对PIFT有效性起主导作用;同行业违规公司比例越高,PIFT的影响越大,但非独立董事的PIFT不受影响;公司总部所在地法治水平越高,随着PIFT增加,违规(被揭露)的可能性越大,但是否国有股权对PIFT的作用没有显著影响.希望这项工作可以为遵循标准金融实证研究范式,将知识图谱嵌入技术应用于公司金融领域建立一个新的研究起点. 展开更多
关键词 财务违规 公司治理 知识图谱 机器学习
在线阅读 下载PDF
融合多关系异构图和语义特征的核心专利预测方法 被引量:1
12
作者 邓娜 纪媛琳 胡云川 《情报杂志》 北大核心 2026年第1期83-90,共8页
[目的]随着专利数量的爆发式增长,专利间关系日益复杂,现有核心专利预测方法仅依赖单一专利关系网络,难以有效捕捉专利间的多维关联,且未能综合专利的文本信息。因此,实现一种能融合多维度特征的核心专利预测方法具有重要意义。[方法]... [目的]随着专利数量的爆发式增长,专利间关系日益复杂,现有核心专利预测方法仅依赖单一专利关系网络,难以有效捕捉专利间的多维关联,且未能综合专利的文本信息。因此,实现一种能融合多维度特征的核心专利预测方法具有重要意义。[方法]提出一种融合多关系异构图与语义特征的核心专利预测方法。通过构建多关系异构图整合专利间技术共现、共享发明人以及权利要求语义相似多维度关系,并融合XLnet提取的专利摘要语义特征,最终利用MLP分类器实现核心专利预测。[结果/结论]实验结果表明,在通信产业领域的专利数据集上,方法的Precision、Recall、Macro F1以及AUC分数分别达到0.8562、0.8210、0.8059、0.8260,超越了其他4个对比方法,证明了方法的有效性,能为核心专利预测提供新的参考和思路。 展开更多
关键词 核心专利预测 多关系异构图 特征融合 RGCN XLnet
在线阅读 下载PDF
基于格兰杰因果图神经网络的测井曲线重构方法
13
作者 韩建 陈着 +2 位作者 王业统 曹志民 叶林 《石油地球物理勘探》 北大核心 2026年第1期46-54,共9页
在地质勘探中,密度和声波时差曲线能够反映地下地质结构和储层孔隙度等关键物性参数。然而,在复杂地质条件等因素的影响下,测井数据可能存在缺失现象。为此,提出一种基于格兰杰因果图神经网络(GCGNN)的测井曲线重构方法。该方法通过学... 在地质勘探中,密度和声波时差曲线能够反映地下地质结构和储层孔隙度等关键物性参数。然而,在复杂地质条件等因素的影响下,测井数据可能存在缺失现象。为此,提出一种基于格兰杰因果图神经网络(GCGNN)的测井曲线重构方法。该方法通过学习测井曲线之间的格兰杰因果关系构建格兰杰因果图,并利用图卷积网络进行处理,预测缺失数据。将该方法应用于中国松辽盆地中央坳陷区的古井区和金井区的实测井数据,Gu204井密度和声波时差曲线与原始数据的相关度分别为71.70%和83.76%,Gu432井为80.03%和88.73%,GCGNN在同井重构实验中的表现优于轻量级梯度提升机、时间卷积网络和长短期记忆网络。将该方法应用于异井重构实验,密度和声波时差曲线与原始数据的相关度分别为77.54%和87.79%,虽然利用GCGNN得到的不是最优模型,但其重构效果依然良好。实测数据应用结果表明,所提方法可以对缺失测井数据进行有效重构。 展开更多
关键词 格兰杰因果图神经网络(GCGNN) 图卷积网络 曲线重构 密度测井 声波测井
在线阅读 下载PDF
基于SA-GFSTCN的高速公路交通拥堵预测研究
14
作者 王庆荣 高桓伊 +1 位作者 朱昌锋 王俊杰 《计算机工程》 北大核心 2026年第4期446-456,共11页
针对现有交通拥堵预测方法中拥堵指数定义单一、静态-自适应图信息无法有效融合的问题,设计一种创新的交通拥堵指数(TCI),并提出基于静态-自适应图融合的交通拥堵预测模型——SA-GFSTCN。首先,根据平均速度、交通流量和时间占有率3项指... 针对现有交通拥堵预测方法中拥堵指数定义单一、静态-自适应图信息无法有效融合的问题,设计一种创新的交通拥堵指数(TCI),并提出基于静态-自适应图融合的交通拥堵预测模型——SA-GFSTCN。首先,根据平均速度、交通流量和时间占有率3项指标反映的道路使用情况和交通流状况,定义TCI;然后,模型采用并行架构处理输入数据,使用时空卷积和时空注意力模块对静态路网结构进行处理,提取固定的结构性信息及其时空特征;接着,采用自适应图卷积和门控时间卷积处理自适应图数据,并提取动态的时空关联特征;最后,通过交叉注意力机制将这两部分输出进行有效融合。在2个真实的交通数据集上的实验结果表明,SA-GFSTCN模型在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)3项指标上相较于最优基线模型分别提升了0.27与0.20、0.22与0.23百分点、0.38与0.36,验证了SA-GFSTCN模型的有效性。 展开更多
关键词 交通拥堵预测 交通拥堵指数 静态-自适应图融合 自适应图卷积 交叉注意力
在线阅读 下载PDF
融合知识图谱和XGBoost的车辆故障诊断研究
15
作者 胡杰 陈林 +4 位作者 魏敏 耿黄政 张潇 卿海华 乔美昀 《机械科学与技术》 北大核心 2026年第1期163-172,共10页
为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处... 为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处理与深度学习模型实体抽取结合的方法,挖掘利用车辆维修历史数据,完成汽车故障知识图谱的构建。为有效利用汽车故障知识图谱协助维修技师进行故障诊断,设计了一种基于知识图谱的车辆故障诊断流程,该流程包含一种融合知识图谱多实体和XGBoost的故障诊断方法。实验对比和实际案例测试分别验证了故障诊断方法的有效性和流程的实际可用性。 展开更多
关键词 知识图谱 XGBoost 故障诊断 深度学习 实体抽取
在线阅读 下载PDF
交通预测中的时空图神经网络研究综述:从模型解构到发展路径
16
作者 贾兴利 曲远海 +3 位作者 朱浩然 杨宏志 姚慧 李孟晖 《交通运输工程学报》 北大核心 2026年第1期46-74,共29页
为厘清交通预测模型的发展路径,探索未来交通预测发展方向,通过系统化的文献分析方法确立了以时空图神经网络为主导的技术发展方向;基于时空图神经网络框架特征,构建了从数据预处理、动静态图构建、时空特征提取到特征融合的全流程分析... 为厘清交通预测模型的发展路径,探索未来交通预测发展方向,通过系统化的文献分析方法确立了以时空图神经网络为主导的技术发展方向;基于时空图神经网络框架特征,构建了从数据预处理、动静态图构建、时空特征提取到特征融合的全流程分析体系;系统梳理了典型交通预测任务及其对应的开源数据集;归纳了基于拓扑关系、距离特性、相似度计算等静态图构建方法,以及动态图直接优化与特征优化等前沿图构建技术;从时间与空间两大维度总结分析了当前较新的时间特征建模与空间特征建模方法,并通过Graph WaveNet与DCRNN两大典型案例阐释了时空特征融合机制;针对深层网络训练中的梯度异常和性能衰退问题,总结了通用信息传递的解决方案;探索了对比学习、预训练机制、因果推理、混合专家模型等新兴技术与交通预测的结合路径。研究结果表明:无论是中国还是国外,时空图神经网络在交通预测的应用研究已经逐渐白热化,其中中国在统计中以1 671篇的发文量占据榜首;现有研究主要聚焦于提高模型对于时空特征的记忆能力与构建最优图结构,而这类优化方案已进入模型性能提升与效率提高的平衡期;在时间建模方面,现有研究仍在寻找计算效率与运行性能的平衡点,而空间建模则成为现有模型效率提升的主要阻碍;根据对过去研究的总结梳理,未来的突破方向或将集中于新型预测场景的开拓、模型可解释能力的提升、现实物理约束的添加、新型学习策略的创新以及工业级部署方案的探索,为智慧交通系统建设提供更坚实的技术支撑。 展开更多
关键词 智能交通系统 交通时空预测 综述 时空图神经网络 时空建模 图结构
原文传递
人工智能在营养领域应用的文献计量学可视化分析
17
作者 崔云裳 唐增煦 +1 位作者 苑弘弢 许媛媛 《卫生研究》 北大核心 2026年第2期311-318,共8页
目的通过对人工智能在营养领域应用的核心文献进行可视化分析,旨在揭示该领域的知识结构、研究热点及发展趋势,为营养学研究提供参考。方法采用文献计量学方法,检索2016—2024年Web of Science数据库中相关文献,限定文献类型为论著或综... 目的通过对人工智能在营养领域应用的核心文献进行可视化分析,旨在揭示该领域的知识结构、研究热点及发展趋势,为营养学研究提供参考。方法采用文献计量学方法,检索2016—2024年Web of Science数据库中相关文献,限定文献类型为论著或综述。使用CiteSpace 6.4.R1软件进行可视化分析,包括关键词共现、聚类、时间线及突现性分析,构建知识图谱,并分析作者、机构合作网络及研究主题。结果共纳入1896篇核心文献,发文量呈加速增长趋势,2021年后进入快速增长阶段,总增长率达到485.7%,平均年增长率为19.8%。核心作者78人,占全部研究者的25.74%,发表文献433篇,占文献总数的22.84%。研究机构主要集中在中美两国,其中美国的加州大学和哈佛大学,中国的中国科学院和中国医学科学院/协和医科大学在合作网络中处于核心位置。关键词分析显示“机器学习”“代谢综合征”“肠道微生物”等为高频词汇,累计词频占总词频的45.31%。关键词聚类分析形成11个主题聚类,涵盖慢性病风险评估、个性化膳食干预等关键应用场景。关键词突现性分析揭示研究热点从疾病与膳食关联分析向营养干预、心理健康及技术标准化方向演化。结论人工智能在营养领域的应用研究呈现多元化和精细化发展,未来需加强跨学科合作,推动技术应用的标准化和政策化。 展开更多
关键词 人工智能 营养学 文献计量学 知识图谱
原文传递
基于文献计量的车间调度研究进展与趋势分析
18
作者 王亚良 柯雪 潘立 《计算机集成制造系统》 北大核心 2026年第1期18-35,共18页
在现代制造业迅速发展的背景下,车间调度问题在生产制造中起着重要作用,是确保生产流程顺畅、提高生产效率、降低生产成本的关键环节。为全面系统地分析我国车间调度领域的发展状况和研究动态,通过检索中国知网(CNKI)和Web of Science(W... 在现代制造业迅速发展的背景下,车间调度问题在生产制造中起着重要作用,是确保生产流程顺畅、提高生产效率、降低生产成本的关键环节。为全面系统地分析我国车间调度领域的发展状况和研究动态,通过检索中国知网(CNKI)和Web of Science(WOS)数据库,获得2000年~2023年以车间调度为主题的中英文文献共14298篇,再运用CiteSpace 6.3 R1软件对文献进行可视化分析,分别从发文量、研究作者、国家地区、机构、关键词共现和被引文献等不同角度审视研究主题结构,结合可视化知识图谱对车间调度领域的现状、趋势和热点进行分析。分析结果表明,由于车间调度在实际应用中的复杂性和多样性,车间调度领域的研究热点也呈现多元化的趋势,目前该领域的研究主要围绕动态与实时调度的优化、多目标优化的平衡追求和智能化算法的应用等方面展开,智能化、绿色化、可持续化和跨学科融合等是未来的发展方向。 展开更多
关键词 车间调度 文献计量 知识图谱 可视化分析
在线阅读 下载PDF
融合用户属性的多层次对比学习知识感知推荐方法
19
作者 曹春萍 温昕瑜 《计算机应用研究》 北大核心 2026年第1期76-82,共7页
现有基于知识图谱的推荐模型在用户属性利用与高阶信息建模方面存在不足,易受到冗余信号干扰,从而影响推荐效果。针对上述问题,提出一种融合用户属性的对比学习推荐模型MACRec。首先,通过构建属性视图引入用户侧特征,提升节点表示的多... 现有基于知识图谱的推荐模型在用户属性利用与高阶信息建模方面存在不足,易受到冗余信号干扰,从而影响推荐效果。针对上述问题,提出一种融合用户属性的对比学习推荐模型MACRec。首先,通过构建属性视图引入用户侧特征,提升节点表示的多样性与准确性;其次,设计基于元图引导的领域构建策略,对高阶邻居进行筛选,以增强结构建模能力;再次,提出同阶与跨阶的对比机制,在协同信号与图谱信号之间实现平衡;最后,在MovieLens-1M与Book-Crossing两个公开数据集上开展实验。结果显示该模型在多项指标上均优于主流方法,证明了融合用户属性的对比学习方法在推荐准确性与泛化能力方面的有效性。 展开更多
关键词 推荐系统 知识图谱 对比学习 图神经网络
在线阅读 下载PDF
大语言模型驱动下知识图谱的构建及应用综述
20
作者 张坤丽 王影 +3 位作者 付文慧 朱永其 张艳莉 昝红英 《郑州大学学报(理学版)》 北大核心 2026年第2期1-9,共9页
在大语言模型的助力下,知识图谱凭借结构化和语义丰富的特征,提升了数据关联与解释能力,为复杂知识推理和智能决策支持等领域提供了新的研究方向和应用潜力。从知识图谱的角度出发,总结了大语言模型驱动下知识图谱的构建及应用的最新研... 在大语言模型的助力下,知识图谱凭借结构化和语义丰富的特征,提升了数据关联与解释能力,为复杂知识推理和智能决策支持等领域提供了新的研究方向和应用潜力。从知识图谱的角度出发,总结了大语言模型驱动下知识图谱的构建及应用的最新研究进展。首先,从知识建模、信息抽取、知识融合以及知识图谱补全等角度探讨了知识图谱构建的新方法;其次,阐述了知识图谱在增强大语言模型、提升检索能力以及与大语言模型协同增强三个方面的应用;最后,对大语言模型与知识图谱结合的未来研究方向进行了展望。 展开更多
关键词 大语言模型 知识图谱 信息抽取 协同增强
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部