期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到157篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于时空图注意力网络的车辆多模态轨迹预测模型
1
作者 陈文强 王东丹 +2 位作者 朱文英 汪勇杰 王涛 《浙江大学学报(工学版)》 北大核心 2025年第3期443-450,共8页
针对人工驾驶车辆轨迹的预测难题及对自动驾驶决策的影响,建立基于时空图注意力网络的车辆多模态轨迹预测模型(STGAMT).模型基于车辆的历史信息,对车辆时间和空间维度的特征进行建模.利用二维卷积神经网络识别车辆的横纵向的变道状态信... 针对人工驾驶车辆轨迹的预测难题及对自动驾驶决策的影响,建立基于时空图注意力网络的车辆多模态轨迹预测模型(STGAMT).模型基于车辆的历史信息,对车辆时间和空间维度的特征进行建模.利用二维卷积神经网络识别车辆的横纵向的变道状态信息,将横纵向变道状态信息分别与时空动态交互模块输出信息桥连为横纵向运动特征,采用Softmax函数识别车辆的驾驶意图.利用基于高斯条件分布的GRU网络对轨迹进行多模态轨迹输出.实验结果表明,在短期预测范围内,STGAMT模型在HighD和NGSIM数据集上的RMSE较其他5个经典模型的平均RMSE降低了63.8%和41.0%;在长期预测范围内,STGAMT模型在HighD和NGSIM数据集上的RMSE较其他5个经典模型的平均RMSE降低了62.5%和19.1%.STGAMT模型可以有效提高人工驾驶车辆轨迹预测精度. 展开更多
关键词 自动驾驶 车辆轨迹预测 驾驶意图识别 多模态轨迹 图注意力网络
在线阅读 下载PDF
基于双注意力图神经网络的链路预测
2
作者 杨真真 林泽龙 杨永鹏 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期106-114,共9页
链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1... 链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1)大多数基于GNN的方法往往容易忽略为链路预测提供额外帮助的边信息的重要性;(2)大多数基于GNN的方法都仅捕获表示图的邻居节点间相似性的低频信息,忽略了表示邻居节点间差异性的高频信息;(3)大多数基于GNN的方法都未考虑输入特征矩阵的节点维度和特征维度两个维度,只关注其中一个维度。针对这些问题,提出了一种基于双注意力图神经网络(Dual Attention Graph Neural Network,DAGNN)的链路预测方法,该方法包含两条路径,以不同的角度更新节点表示。其中一条是基于图神经网络的路径,采用含边信息的频率自适应图注意力网络(Frequency Adaptive Graph Attention Network with Edge Information,FAGAT⁃EI)作为基础模型,有效地利用边信息增强节点之间的关系,并利用频率自适应机制平衡高低频率邻居信息的权重,从而缓解GNN的过度平滑问题;另一条是基于通道注意力网络的路径,提出了一种新的压缩-激励通道注意力模块(Squeeze and Excitation⁃Channel At⁃tention Module,SE⁃CAM)作为基础模型,充分考虑输入特征矩阵的节点维度和特征维度,并自动学习和调整每个节点的不同特征权重,从而得到更有意义的节点表示。最后在两个基准数据集上进行了实验,实验结果表明,提出的链路预测方法在Last⁃FM和Book⁃Crossing两个数据集上的AUC和ACC指标均优于其他基线模型,展现出了卓越的链路预测性能。 展开更多
关键词 链路预测 图神经网络 注意力机制 压缩-激励模块 频率自适应
在线阅读 下载PDF
融合上下文信息和注意力机制的图卷积网络推荐模型
3
作者 袁满 李嘉琪 袁靖舒 《吉林大学学报(信息科学版)》 2025年第1期107-115,共9页
由于传统推荐系统虽然采用了图结构信息,但大部分只考虑了用户和物品的基本属性,忽略了用户和物品的上下文交互信息这个重要因素,而即使考虑到了上下文交互信息,在层组合阶段也缺少注意力机制赋予权重。为此,提出了一个融合了上下文交... 由于传统推荐系统虽然采用了图结构信息,但大部分只考虑了用户和物品的基本属性,忽略了用户和物品的上下文交互信息这个重要因素,而即使考虑到了上下文交互信息,在层组合阶段也缺少注意力机制赋予权重。为此,提出了一个融合了上下文交互信息和注意力机制的CIAGCN(Context Information Attention Graph Convolutional NetworksN)推荐模型。该模型利用用户和物品的上下文交互信息,同时应用图的高阶连通性理论获取更深层次的协同信号。在层组合阶段引入注意力机制以提高该阶段的可解释性。将该模型在Yelp-OH、Yelp-NC和Amazon-Book数据集上进行实验对比,结果表明相比其他算法,该模型具有一定的效果提升,说明推荐效果优于传统的推荐模型。 展开更多
关键词 注意力机制 推荐系统 二部图 图神经网络
在线阅读 下载PDF
基于图注意力和Transformer的神经网络故障检测方法
4
作者 程超 李凌枫 《长春工业大学学报》 2025年第1期1-9,F0003,共10页
针对永磁同步电机长时间工作情况下存在的隐性故障检测效果不佳的问题,提出一种将图注意力神经网络(GAT)和Transformer结合的故障检测方法。该方法结合了Transformer与GAT各自的优点,通过编码器(Encoder)和图注意力层可以有效利用数据... 针对永磁同步电机长时间工作情况下存在的隐性故障检测效果不佳的问题,提出一种将图注意力神经网络(GAT)和Transformer结合的故障检测方法。该方法结合了Transformer与GAT各自的优点,通过编码器(Encoder)和图注意力层可以有效利用数据的时序信息和空域结构关联信息,提高诊断的准确精度和模型的泛化性能,以实现故障检测。所提方法在永磁同步电动机实验平台上自建的故障数据集进行实验验证,该方法可达到91.85%准确率,优于传统机器学习和其他深度学习方法。 展开更多
关键词 计算机应用 故障检测 深度学习 图神经网络 注意力机制 永磁同步电机
在线阅读 下载PDF
基于自适应差异化图卷积的图注意力网络表示学习算法
5
作者 吴誉兰 舒建文 《现代电子技术》 北大核心 2025年第2期51-54,共4页
为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键... 为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键相邻采样方式优先挖掘重要节点并保留随机性,完成关键邻居节点的采样;然后结合图注意力网络,通过局部关注和自适应学习权重分配将关键邻居节点特征聚合到自身节点上,增强节点的特征表示;最后经网络训练,进一步增强网络表示学习能力。实验结果表明,所提出的算法优化了节点聚合程度和边界清晰度,提高了节点分类的准确性和可视化效果,并且通过关注二阶邻居和使用双头注意力,在网络表示学习上也展现出了优越性能。 展开更多
关键词 网络表示学习 图卷积网络 自适应差异化机制 节点采样 特征聚合 网络训练 图注意力网络
在线阅读 下载PDF
基于边残差注意力机制的动态图神经网络入侵检测方法
6
作者 闫雷鸣 张定一 +1 位作者 陈先意 王金伟 《中国电子科学研究院学报》 2025年第1期10-18,40,共10页
现有深度学习方法在网络入侵检测中侧重于统计静态攻击特征,并且在提取时序特征时很少考虑IP间通信的交互演变,未能充分捕捉网络流量的时空特征。针对上述问题,文中提出了一种基于边残差注意力机制的动态图神经网络模型。首先,将网络流... 现有深度学习方法在网络入侵检测中侧重于统计静态攻击特征,并且在提取时序特征时很少考虑IP间通信的交互演变,未能充分捕捉网络流量的时空特征。针对上述问题,文中提出了一种基于边残差注意力机制的动态图神经网络模型。首先,将网络流量转化成一系列图快照,并使用本文设计的边注意力层从每个离散快照中提取空间信息,给予高相似性的节点和边更高的权重,强化他们之间的空间特征;随后,利用BiGRU捕获IP对之间的通信演变,融合时空特征;最后,通过多层感知机进行分类,实现入侵检测。实验结果表明,所提模型在四个公开数据集上均取得了较高的准确率和F1分数,优于当前主流先进模型。 展开更多
关键词 入侵检测 边残差注意力 图神经网络 动态图
在线阅读 下载PDF
基于时空交互图注意力网络的多模态车辆轨迹预测模型
7
作者 李庆 韩楠 +6 位作者 李任杰 杨博渊 相东升 张杉彬 王家伟 吴绍伟 黄晨 《无线电工程》 2025年第2期254-263,共10页
在自动驾驶领域,交通参与者的轨迹预测是一个重要而具有挑战性的问题,充分捕捉轨迹数据中复杂的时空特征对于准确预测轨迹至关重要。为解决时空特征提取不足和多模态车辆轨迹预测问题,提出一种基于时空特征交互的多模态车辆轨迹预测模... 在自动驾驶领域,交通参与者的轨迹预测是一个重要而具有挑战性的问题,充分捕捉轨迹数据中复杂的时空特征对于准确预测轨迹至关重要。为解决时空特征提取不足和多模态车辆轨迹预测问题,提出一种基于时空特征交互的多模态车辆轨迹预测模型——STGA。采用基于动态图神经网络和基于融合注意力的时空Transformer网络捕获目标区域内车辆的空间交互特征和时间依赖性;设计特征融合的门控单元,实现对时空特征的有效融合,利用解码器生成目标区域未来车辆轨迹的概率分布;在公开数据集上对该模型进行了评估,并与基准模型进行了比较。实验结果表明,所提方法相比其他基准方法具有更好的性能,相较于最先进的基准方法,平均位移误差(Average Displacement Error,ADE)降低了32.03%,最终位移误差(Final Displacement Error,FDE)降低了14%。 展开更多
关键词 车辆运动预测 时空交互 图注意力网络 自动驾驶 深度学习
在线阅读 下载PDF
GAT-IL:一种基于图注意力网络与模仿学习的服务功能链部署方法
8
作者 范琪琳 牛岳 +3 位作者 尹浩 王天富 李秀华 郝金隆 《电子学报》 EI CAS CSCD 北大核心 2024年第8期2811-2823,共13页
网络功能虚拟化通过将网络功能从专用硬件设备迁移到商用服务器上运行的软件中间盒中,简化了网络服务的配置和管理.在网络功能虚拟化的环境下,由一系列有序的虚拟网络功能组成的服务功能链正在成为承载网络服务的主流形式.将底层物理网... 网络功能虚拟化通过将网络功能从专用硬件设备迁移到商用服务器上运行的软件中间盒中,简化了网络服务的配置和管理.在网络功能虚拟化的环境下,由一系列有序的虚拟网络功能组成的服务功能链正在成为承载网络服务的主流形式.将底层物理网络资源分配给服务功能链的需求称为服务功能链部署问题.对于基础设施提供商来说,在有限的资源条件下获得长期高回报是一个重要的挑战.本文形式化定义了服务功能链部署问题,提出了一种基于图注意力网络与模仿学习的服务功能链部署方法(Graph Attention Network and Imitation Learning,GAT-IL).该方法使用图注意力网络评估每个物理服务器的放置潜力,通过蒙特卡洛树搜索方法给出专家示范,并采用模仿学习方法进行智能体的训练,融入集束搜索策略优化解空间.大量的实验结果表明,本文提出的GAT-IL方法在平均收益代价比和接受率的性能指标上均优于现有代表性算法. 展开更多
关键词 网络功能虚拟化 服务功能链 图注意力网络 模仿学习 蒙特卡洛树搜索 集束搜索
在线阅读 下载PDF
注意力感知的边−节点交换图神经网络模型 被引量：2
9
作者 王瑞琴 黄熠旻 +2 位作者 纪其顺 万超艺 周志峰 《电信科学》 北大核心 2024年第1期106-114,共9页
提出了一种注意力感知的边-节点交换图神经网络(attention aware edge-node exchange graph neural network,AENN)模型,在图结构化数据表示框架下,使用边-节点切换卷积的图神经网络算法进行图编码,用于半监督分类和回归分析。AENN是一... 提出了一种注意力感知的边-节点交换图神经网络(attention aware edge-node exchange graph neural network,AENN)模型,在图结构化数据表示框架下,使用边-节点切换卷积的图神经网络算法进行图编码,用于半监督分类和回归分析。AENN是一种通用的图编码框架,用于将图节点和边嵌入一个统一的潜在特征空间。具体地,基于原始无向图,不断切换边与节点的卷积,并在卷积过程中通过注意力机制分配不同邻居的权重,从而实现特征传播。在3个数据集上的实验研究表明,所提方法较已有方法在半监督分类和回归分析中具有明显的性能提升。 展开更多
关键词 图神经网络 消息传递 注意力机制 超图 边图
在线阅读 下载PDF
基于GRU的密集连接时空图注意力网络的城市交通预测
10
作者 郭海锋 许宏伟 周子盛 《高技术通讯》 CAS 北大核心 2024年第5期463-474,共12页
城市道路拓扑结构的复杂性、交通流量的实时变化以及多元的外部环境等因素给交通预测带来了极大的困难。现有方法对交通路网的时空特征挖掘性不足,缺乏对外部因素的考虑,为此本文提出了一种基于门控循环单元(GRU)的时空图注意力密集连... 城市道路拓扑结构的复杂性、交通流量的实时变化以及多元的外部环境等因素给交通预测带来了极大的困难。现有方法对交通路网的时空特征挖掘性不足,缺乏对外部因素的考虑,为此本文提出了一种基于门控循环单元(GRU)的时空图注意力密集连接网络,通过门控循环单元来捕获路网数据的动态规律,并以图注意力密集连接网络来提取路网复杂的空间结构特征,建立城市交通网络对时空的依赖关系。针对外部客观因素,采用独热编码的方式对城市各路段发生的交通事件进行数据建模,增强交通网络的信息属性。以杭州申花路及周围共309个路段为例,对所提出模型的预测能力和可行性进行验证。实验结果表明,模型预测精度最高达到了81.64%,与传统数学模型和主流的神经网络模型对比,预测精度较ARIMA提高了35.42%,较图注意力网络(GAT)和GRU神经网络分别提高了17.45%和3.02%。实验证明该方法可以适应复杂的交通流进行长期的交通预测任务,同时也能增强交通管理能力,减少交通拥堵成本。 展开更多
关键词 交通预测 时空特征 神经网络 门控循环单元(GRU) 密集连接 图注意力网络(gat)
在线阅读 下载PDF
基于全局图注意力元路径异构网络的药物-疾病关联预测
11
作者 郁湧 杨雨洁 +2 位作者 李虓晗 高悦 于倩 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第4期576-583,共8页
提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网... 提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网络提取这些子图的邻居节点的特征,并且通过通道注意力和空间注意力机制来增强特征;最后,通过十折交叉验证的评估,MHNGA取得了93.5%的精确召回曲线下的面积和99.4%的准确率。 展开更多
关键词 异构图 药物-疾病关联 预测 图注意力神经网络 元路径
在线阅读 下载PDF
基于语篇解析和图注意力网络的对话情绪识别
12
作者 郝秀兰 魏少华 +1 位作者 曹乾 张雄涛 《电信科学》 北大核心 2024年第5期100-111,共12页
对话情绪识别研究主要聚焦于融合对话上下文和说话者建模的相互关系。当前研究通常忽略对话内部存在的依存关系,导致对话的上下文联系不够紧密,说话者之间的关系也缺乏逻辑。因此,提出了一种基于语篇解析和图注意力网络(discourse parsi... 对话情绪识别研究主要聚焦于融合对话上下文和说话者建模的相互关系。当前研究通常忽略对话内部存在的依存关系,导致对话的上下文联系不够紧密,说话者之间的关系也缺乏逻辑。因此,提出了一种基于语篇解析和图注意力网络(discourse parsing and graph attention network,DPGAT)的对话情绪识别模型,将对话内部的依存关系融入语境建模过程中,使语境信息更具有依赖性和全局性。首先,通过语篇解析获取对话内部的话语依存关系,构建语篇依存关系图和说话者关系图。随后,通过多头注意力机制将不同类型的说话者关系图进行内部融合。此外,在图注意力网络的基础上,结合依存关系进行循环学习,以达到上下文信息和说话人信息的有效融合,实现对话语境信息的外部融合。最终,通过分析内、外部融合的结果还原完整对话语境,并对说话者的情绪进行分析。通过在英文数据集MELD、EmoryNLP、DailyDialog和中文数据集M3ED上进行评估验证,F1分数分别为66.23%、40.03%、59.28%、52.77%,与主流的模型相比,所提模型具有较好的适用性,可在不同的语言场景中使用。 展开更多
关键词 对话情绪识别 语篇解析 图注意力网络
在线阅读 下载PDF
基于图注意力网络的城市内涝积水预测与研究 被引量：2
13
作者 胡昊 孙爽 +2 位作者 马鑫 李擎 徐鹏 《人民黄河》 CAS 北大核心 2024年第4期43-48,共6页
极端暴雨天气多发频发造成的城市内涝,严重威胁居民的人身财产安全,准确高效的内涝点积水面积预测在提高城市灾害应急处置能力中发挥着至关重要的作用。为了提高城市内涝点积水预测的准确性和直观性,提出一种基于GAT和LSTM网络的GATLST... 极端暴雨天气多发频发造成的城市内涝,严重威胁居民的人身财产安全,准确高效的内涝点积水面积预测在提高城市灾害应急处置能力中发挥着至关重要的作用。为了提高城市内涝点积水预测的准确性和直观性,提出一种基于GAT和LSTM网络的GATLSTM组合预测模型,通过GAT提取积水信息局部空间特征,并通过节点分配权重的方式加强对关键信息序列的记忆,随后采用LSTM提取积水面积序列的时间特征,对内涝点积水面积进行预测。以开封市区某内涝点的积水数据建立模型并评估验证,将GATLSTM模型和LSTM、GAT以及GCNLSTM模型进行对比,结果表明:GATLSTM模型的预测精度优于另外3种模型,能够准确地对内涝点积水面积进行预测,可以为防汛工作和应急响应措施的制定提供科学依据。 展开更多
关键词 积水预测 城市暴雨 图注意力网络 长短期记忆网络
在线阅读 下载PDF
融合社交关系和知识图谱的双图注意力推荐模型
14
作者 张彬 祖后敏 吴姣 《现代情报》 北大核心 2025年第4期12-22,共11页
[目的/意义]当前基于知识图谱的主流推荐算法主要对项目侧知识进行挖掘利用,较少关注用户侧的辅助信息,存在用户数据稀疏和挖掘深度不够等问题。[方法/过程]针对用户侧和项目侧辅助信息的结构及特征差异,提出了一种融合社交关系和知识... [目的/意义]当前基于知识图谱的主流推荐算法主要对项目侧知识进行挖掘利用,较少关注用户侧的辅助信息,存在用户数据稀疏和挖掘深度不够等问题。[方法/过程]针对用户侧和项目侧辅助信息的结构及特征差异,提出了一种融合社交关系和知识图谱的双图注意力推荐模型。首先,将用户社交网络图和项目知识图谱分别与用户—项目交互图融合,得到用户社交关系协同图和项目协同图。其次,利用双图注意力网络分别处理这两个知识图谱,提取不同的用户和项目特征向量。然后,通过注意力机制融合得到的用户和项目特征向量。最后,利用向量间的内积运算得到用户和物品的交互概率进行推荐。[结果/结论]在Douban和Last-FM数据集上进行的实验表明,该模型在各个数据集上的性能优于其他基准模型。 展开更多
关键词 推荐系统 知识图谱 社交关系 注意力机制 图注意力网络
在线阅读 下载PDF
基于图注意力网络的时序知识图谱人机交互模型 被引量：1
15
作者 于泳 乔少杰 +6 位作者 陈金勇 高林 黄江涛 刘晨旭 韩楠 张桃 蔡宏果 《无线电工程》 2024年第7期1676-1686,共11页
组织和检索信息是人机交互重点关注的话题之一。基于知识图谱(Knowledge Graph,KG)的智能问答系统通过语义解析用户问题,检索知识并回答问题,已成为一种信息检索的有效途径,是人机交互的典型应用。时序知识图谱(Temporal Knowledge Grap... 组织和检索信息是人机交互重点关注的话题之一。基于知识图谱(Knowledge Graph,KG)的智能问答系统通过语义解析用户问题,检索知识并回答问题,已成为一种信息检索的有效途径,是人机交互的典型应用。时序知识图谱(Temporal Knowledge Graph,TKG)问答系统通过语言模型获取问题中的实体和时间戳,并在大型TKG中检索答案。TKG问答系统包含2个挑战:①给定问题,需检索整个TKG,效率低且易受干扰项的影响;②难以捕获问题中隐含的时间词和时间顺序信息。提出一种基于图注意力网络的时间对比学习(Time Contrast Learning,TCL)模型,将源问题与替换时间词后的对比问题同时训练,使用图注意力网络更新实体邻接子图的节点特征,缩小潜在答案的检索空间。在CRONQUESTIONS数据集上进行大量实验,结果表明TCL比其他基准方法具有更好的性能,相较于最先进的基准方法在H it@1和Hits@10指标上平均提升3.44%和2.02%。 展开更多
关键词 智能问答 时序知识图谱 图注意力网络 时间对比学习 语言模型
在线阅读 下载PDF
基于图注意神经网络的知识图谱推荐系统
16
作者 袁翔 宋媛媛 杨熙鑫 《青岛大学学报(工程技术版)》 2025年第1期17-22,48,共7页
针对当前推荐系统对邻阶信息利用不高的问题,将知识图谱应用到推荐系统,增加注意嵌入传播层,学习知识图谱中与实体相邻的节点信息,通过挖掘实体之间的相关属性,能够有效的学习实体间的关系,大幅度提高信息的利用效率以及推荐系统的性能... 针对当前推荐系统对邻阶信息利用不高的问题,将知识图谱应用到推荐系统,增加注意嵌入传播层,学习知识图谱中与实体相邻的节点信息,通过挖掘实体之间的相关属性,能够有效的学习实体间的关系,大幅度提高信息的利用效率以及推荐系统的性能。为验证该方法的有效性和正确性,在两个知识图谱数据集上进行实验,并与相关基线模型进行对比。实验结果表明,本方法能够有效利用邻阶信息,提高推荐系统正确率。 展开更多
关键词 知识图谱 注意力机制 推荐系统 图注意神经网络
在线阅读 下载PDF
基于依存关系图注意力网络的SQL生成方法
17
作者 舒晴 刘喜平 +4 位作者 谭钊 李希 万常选 刘德喜 廖国琼 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第5期908-917,共10页
研究基于自然语言问题的结构化查询语言(SQL)生成问题(Text-to-SQL).提出两阶段框架,旨在解耦模式链接和SQL生成过程,降低SQL生成的难度.第1阶段通过基于关系图注意力网络的模式链接器识别问题中提及的数据库表、列和值,利用问题的语法... 研究基于自然语言问题的结构化查询语言(SQL)生成问题(Text-to-SQL).提出两阶段框架,旨在解耦模式链接和SQL生成过程,降低SQL生成的难度.第1阶段通过基于关系图注意力网络的模式链接器识别问题中提及的数据库表、列和值,利用问题的语法结构和数据库模式项之间的内部关系,指导模型学习问题与数据库的对齐关系.构建问题图时,针对Text-to-SQL任务的特点,在原始句法依存树的基础上,合并与模式链接无关的关系,添加并列结构中的从属词与句中其他成分间的依存关系,帮助模型捕获长距离依赖关系.第2阶段进行SQL生成,将对齐信息注入T5的编码器,对T5进行微调.在Spider、Spider-DK和Spider-Syn数据集上进行实验,实验结果显示,该方法具有良好的性能,尤其是对中等难度以上的Text-to-SQL问题具有良好的表现. 展开更多
关键词 Text-to-SQL 自然语言查询 依存句法分析 关系图注意力网络
在线阅读 下载PDF
基于时空多头图注意力网络的交通流预测 被引量：5
18
作者 梁秀霞 夏曼曼 +1 位作者 何月阳 梁涛 《电子学报》 EI CAS CSCD 北大核心 2024年第2期500-509,共10页
针对当前路网交通流量预测方法中存在的挖掘复杂的动态时空特性和长距离的空间依赖性能力不足等问题,基于多头自注意力网络构建一种新型的交通流预测模型.考虑到交通流在不同周期尺度下呈现出的高度相似性,以及静态时空特征,引入日和周... 针对当前路网交通流量预测方法中存在的挖掘复杂的动态时空特性和长距离的空间依赖性能力不足等问题,基于多头自注意力网络构建一种新型的交通流预测模型.考虑到交通流在不同周期尺度下呈现出的高度相似性,以及静态时空特征,引入日和周这2种周期尺度下的数据张量作为模型输入,来表达交通流数据的时间相似性,并通过输入数据的时空位置编码获取其静态时空特征.考虑到交通流的动态时空特性和长距离的空间依赖性,主体模型基于多头自注意力机制分别设计时间多头注意力模块和空间多头注意力模块.时间多头注意力模块利用一个图掩码矩阵获得局部注意力,并将其融合到一个多头自注意力中,以提取交通流的动态时间特征.空间多头注意力模块利用两个图掩码矩阵获得局部注意力和全局注意力,并将其融合到一个多头自注意力中,以提取路网节点的动态空间特征和长距离的空间依赖性.最后,设计一个门控融合模块自适应地融合交通流数据的时空相关性特征.在三个真实交通流基准数据集PEMS04,PEMS07和PEMS08上进行模型的有效性验证,结果表明,所建模型在3个数据集上的3个预测精度指标与其他精度最高模型相比,平均提高了4.437%,2.930%,4.275%. 展开更多
关键词 智能交通 多头图注意力网络 图掩码机制 特征融合 时空数据位置嵌入
在线阅读 下载PDF
基于图注意力网络的脑电信号分类研究
19
作者 朱耿 林萍 +4 位作者 徐信毅 施浩洋 郝丽俊 李晓欧 李斌 《电子器件》 CAS 2024年第5期1403-1407,共5页
脑电信号已被广泛应用于精神疾病诊疗领域,能够反映出大脑的活动异常。利用人工智能模型在精神疾病的预测、诊断、干预等方面有优于传统模式的潜力。结合图论分析方法和图注意力网络建立了一种人工智能模型,实现了精神分裂症患者脑电信... 脑电信号已被广泛应用于精神疾病诊疗领域,能够反映出大脑的活动异常。利用人工智能模型在精神疾病的预测、诊断、干预等方面有优于传统模式的潜力。结合图论分析方法和图注意力网络建立了一种人工智能模型,实现了精神分裂症患者脑电信号的自动识别。以强化学习任务时和工作记忆任务时获得的脑电信号为样本,利用相位滞后指数构建脑功能连接图,通过图注意网络模型,实现对精神分裂症患者和健康人的脑电信号的自动分类。处理强化学习任务数据,该算法的识别准确率为87.5%,特异性为72.7%;处理工作记忆任务数据,该算法的准确率为70.0%,特异性为85.7%。相较于对比方法,所提算法有显著改善。本文所提的脑电信号处理方法不依赖于人工特征的提取,并提高了分类准确率,有望为精神疾病的诊断提供可靠依据,具有良好的临床应用前景。 展开更多
关键词 图注意力网络 脑电信号 脑功能连接 精神分裂症
在线阅读 下载PDF
基于图注意力网络的风力发电机齿轮箱故障诊断
20
作者 谭启瑜 马萍 +1 位作者 张宏立 王妮妮 《太阳能学报》 EI CAS CSCD 北大核心 2024年第1期265-274,共10页
针对风力发电机齿轮箱故障振动信号的非平稳性、特征混叠和诊断正确率低等问题,提出一种基于图注意力网络(GAT)的风力发电机齿轮箱故障诊断方法。首先利用原始振动信号的频谱定义节点和边,将故障信号构造为可视图;然后将可视图数据作为... 针对风力发电机齿轮箱故障振动信号的非平稳性、特征混叠和诊断正确率低等问题,提出一种基于图注意力网络(GAT)的风力发电机齿轮箱故障诊断方法。首先利用原始振动信号的频谱定义节点和边,将故障信号构造为可视图;然后将可视图数据作为输入,在GAT中嵌入邻居自注意力机制使其自适应提取可视图信号的节点特征和结构特征;最后使用分类器对提取的节点特征进行分类识别。通过行星齿轮箱数据集和风力发电机齿轮箱数据集的实验,结果表明与机器学习、深度学习以及其他图神经网络相比,所提方法准确率更高,鲁棒性和抗噪性更好,可有效实现端到端的智能故障诊断。 展开更多
关键词 风力发电机 齿轮箱 故障诊断 可视图 图注意力网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部