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270篇文章
< 1 2 … 14 >
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：
基于权重偏置图注意网络的复杂场景中物体位置关系推理方法
1
作者 左国玉 王子豪 +1 位作者 赵敏 于双悦 《计算机学报》 北大核心 2025年第3期572-585,共14页
在复杂环境中安全抓取目标物体对于机器人技术至关重要,这要求机器人能够准确理解目标物体与周围其他物体之间的空间位置关系。尽管卷积神经网络在关系推理方面展现出一定的潜力,但由于其主要关注像素级信息提取,导致对全局信息的理解不... 在复杂环境中安全抓取目标物体对于机器人技术至关重要,这要求机器人能够准确理解目标物体与周围其他物体之间的空间位置关系。尽管卷积神经网络在关系推理方面展现出一定的潜力,但由于其主要关注像素级信息提取,导致对全局信息的理解不足,并忽略了关键的物体关系,从而限制了推理的准确性。为了解决这一问题,本文提出了一种基于端到端图注意网络的关系推理模型,旨在提升推理物体位置关系的准确性。该模型首先采用EfficientNet-B0与双向特征金字塔网络(BiFPN)进行RGB特征提取。其次,在构建图结构时,通过过滤缺乏上下位置关系的物体对,使图结构更加稀疏,从而降低计算负担。随后,利用带权重偏置的图注意网络来预测物体之间的位置关系。在视觉操纵关系数据集(VMRD)上对所提模型进行了训练和评估。结果显示,该模型在关系推理的图像准确率(IA)指标上达到了71.1%。此外,采用梯度加权类激活映射(Grad-CAM)进行了注意力可视化,进一步验证了模型在多物体无序堆叠场景中推断空间位置关系的有效性,使其适用于真实的机械臂抓取应用。最后,通过在实验室环境中对常见物体进行测试,成功地将模型应用于真实世界的机械臂抓取场景,证明了该模型在实际环境中的通用性和实用性。 展开更多
关键词 复杂场景 关系推理 BiFPN 图注意网络 抓取顺序
在线阅读 下载PDF
使用方面引导图注意网络的方面级情感分类模型
2
作者 赵源 李卫疆 《小型微型计算机系统》 CSCD 北大核心 2024年第1期101-107,共7页
方面级情感分类的任务是判断给定方面的情感极性,图注意网络是处理句法信息的有效手段,然而传统图注意神经网络在通过中间节点聚合与方面间接相邻的信息时,并不直接考虑该节点与方面的相关性,这将导致不相关信息过多传递到最终表示,影... 方面级情感分类的任务是判断给定方面的情感极性,图注意网络是处理句法信息的有效手段,然而传统图注意神经网络在通过中间节点聚合与方面间接相邻的信息时,并不直接考虑该节点与方面的相关性,这将导致不相关信息过多传递到最终表示,影响分类效果.本文提出了使用方面引导图注意网络的方面级情感分类模型,首先使用多头自注意编码学习文本句内表示,然后使用方面引导图注意网络对情感信息进行聚合,同时使用了语义注意力模块突出浅层网络中可能被遮蔽注意力遗漏的情感信息,结合生成最终表示进行分类预测.本文通过公开数据集上的实验证明本文模型具有更好的效果,进而通过实验验证了方面引导图注意网络相比传统图注意网络在方面级情感分类中具有更优的性能以及其它组件的有效性. 展开更多
关键词 方面级 情感分析 情感分类 方面引导 图注意网络
在线阅读 下载PDF
基于图注意网络与深度确定性策略梯度的三相主动配电网供电恢复方法 被引量：4
3
作者 范邦稷 刘兴华 +3 位作者 丁涛 韩讴竹 穆程刚 同向前 《中国电机工程学报》 EI CSCD 北大核心 2023年第21期8193-8205,共13页
配电服务恢复作为一种基本韧性范式,提供了一种优化协调的韧性解决方案,通过极端事件后配电网的供电恢复实现韧性提升。该文根据三相不平衡配电系统的网络特点,利用图注意网络对Actor-Critic架构的深度强化学习进行改造,通过增加网络拓... 配电服务恢复作为一种基本韧性范式,提供了一种优化协调的韧性解决方案,通过极端事件后配电网的供电恢复实现韧性提升。该文根据三相不平衡配电系统的网络特点,利用图注意网络对Actor-Critic架构的深度强化学习进行改造,通过增加网络拓扑特征提高其对不平衡配电系统的学习能力,提出一种基于图深度强化学习的三相不平衡主动配电网供电恢复新方法。该方法将配电网的动态供电恢复问题设计为一种新颖的马尔科夫决策过程,在此过程中不断产生样本数据并根据所提出的图深度强化学习算法对智能体进行训练,通过优化协调多个微电网以实现配电网动态供电恢复,其性能在IEEE37节点和IEEE123节点配电系统中得到了验证。 展开更多
关键词 配电网恢复 深度强化学习 图注意网络 马尔科夫决策过程 韧性
在线阅读 下载PDF
基于知识图注意网络的个性化推荐算法 被引量：8
4
作者 荣沛 苏凡军 《计算机应用研究》 CSCD 北大核心 2021年第2期398-402,共5页
现有的大多数利用知识图谱的推荐算法在探索用户的潜在偏好时没有有效解决知识图谱中存在的不相关实体的问题,导致推荐结果准确率不高。针对这一问题,提出了基于知识图谱和图注意网络的推荐算法KG-GAT(knowledge graph and graph attent... 现有的大多数利用知识图谱的推荐算法在探索用户的潜在偏好时没有有效解决知识图谱中存在的不相关实体的问题,导致推荐结果准确率不高。针对这一问题,提出了基于知识图谱和图注意网络的推荐算法KG-GAT(knowledge graph and graph attention network)。该算法将知识图谱作为辅助信息,在图注意网络中使用分层注意力机制嵌入与实体相关的近邻实体的信息来重新定义实体的嵌入,得到更有效的用户和项目的潜在表示,生成更精确的top-N推荐列表,并带来了可解释性。最后利用两个公开数据集将所提算法和其他算法进行实验对比,得出所提算法KG-GAT能够有效解决沿着知识图谱中的关系探索用户的潜在偏好时存在的不相关实体的问题。 展开更多
关键词 知识图谱 图注意网络 注意力机制 可解释性
在线阅读 下载PDF
基于特征融合图注意网络的高速公路交通流预测 被引量：1
5
作者 高醇 王梦灵 《计算机应用》 CSCD 北大核心 2023年第10期3114-3120,共7页
基于交通网络的实际时空拓扑,提出一种特征融合图注意网络(FF-GAT)模型融合节点获取的多种交通状态信息,预测高速公路交通流。首先,分析节点的车速、交通流和占有率之间的关联特征,并基于多变量时间注意力机制,将车速、交通流和占有率... 基于交通网络的实际时空拓扑,提出一种特征融合图注意网络(FF-GAT)模型融合节点获取的多种交通状态信息,预测高速公路交通流。首先,分析节点的车速、交通流和占有率之间的关联特征,并基于多变量时间注意力机制,将车速、交通流和占有率之间的关系融入注意力机制,从而捕捉交通流的不同时间之间的动态时间相关性;其次,将节点划分为不同的邻域集,并通过特征融合图注意网络(GAT)捕获交通流的不同邻域之间的空间相关性;同时,通过特征交叉网络充分挖掘多个异构数据之间的耦合相关性,为预测目标序列提供有效的信息补充。在两个公开交通流数据集上的实验结果表明:在PeMSD8数据集上,与ASTGCN(Attention based Spatial-Temporal Graph Convolutional Network)模型相比,FF-GAT模型的均方根误差(RMSE)降低了3.4%;与GCN-GAN(Graph Convolutional Network and Generative Adversarial Network)模型相比,FF-GAT模型的RMSE降低了3.1%。可见,FF-GAT模型能够通过特征融合有效提高预测精度。 展开更多
关键词 高速公路交通流预测 图注意网络 注意力机制 特征交叉网络 时空拓扑
在线阅读 下载PDF
融合依存分析和图注意网络的三元组抽取 被引量：5
6
作者 翟社平 柏晓夏 +1 位作者 张宇航 成大宝 《计算机工程与应用》 CSCD 北大核心 2023年第12期148-156,共9页
传统的三元组抽取采用流水线方式分阶段进行命名实体识别和关系抽取,导致实体识别的精度直接影响关系抽取的效果,造成句子上下文信息缺失,以及实体关系重叠问题等。为此,提出了结合依存分析、图注意力网络和对抗训练的三元组联合抽取模... 传统的三元组抽取采用流水线方式分阶段进行命名实体识别和关系抽取,导致实体识别的精度直接影响关系抽取的效果,造成句子上下文信息缺失,以及实体关系重叠问题等。为此,提出了结合依存分析、图注意力网络和对抗训练的三元组联合抽取模型,该模型将句子输入到BiLSTM层提取单词特征,利用可学习的线性单元进行特征强化,同时将句子输入到句法分析层生成的约束矩阵;将强化后的单词特征与依存约束矩阵输入到图注意力网络提取句子序列特征和单词的局部依赖特征,共同计算图注意力系数;再使用Sigmoid层预测出句子中的实体和实体关系;在词嵌入层加入对抗训练改善模型鲁棒性。实验采用公共数据集NYT验证了模型抽取三元组的准确率,同时召回率也显著提升,与现有的流水线和联合方法相比,改善了误差累积、关系重叠问题。 展开更多
关键词 知识图谱 三元组联合抽取 图注意力网络 依存分析 对抗训练
在线阅读 下载PDF
基于时空图注意力网络的车辆多模态轨迹预测模型
7
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
基于快速特征逼近谱图注意力网络的滚动轴承半监督智能故障诊断研究
8
作者 宁少慧 杜越 周利东 《机床与液压》 北大核心 2025年第6期33-39,共7页
基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据... 基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据,丰富了数据特征;将图数据输入到构建的诊断模型中,学习故障信息特征,并分析不同的标签比例训练集的诊断结果。同时,分析了Sum、Mean、Max 3种池化方式和超参数对诊断模型的影响;最后,分别在两组实验轴承数据集上进行验证。结果表明:所提模型可以有效地捕获图的全局模式,降低计算复杂度,在全监督诊断任务中其诊断准确率可以保持在99%以上;在标签比例为10%的半监督任务中,其诊断准确率仍能保持在93.5%,所提诊断模型在半监督任务中有良好表现。 展开更多
关键词 轴承 故障诊断 快速特征逼近谱图注意力网络 K近邻图算法
在线阅读 下载PDF
基于图注意力网络的配电网故障行波定位方法 被引量：1
9
作者 舒佳蕾 陈依林 +6 位作者 曹虹 王书扬 刘佳琪 贺椿程 丁熙 张雨桐 邓丰 《电力科学与技术学报》 北大核心 2025年第1期85-91,共7页
拓扑变化会改变故障信号特征,传统配电网行波故障定位方法基于固定拓扑设计,通过时域或频域等单一特征信息判断故障位置,拓扑变化条件下定位准确率低,为此,提出基于图注意力网络的故障定位方法。首先,定量分析故障行波在时域与频域中的... 拓扑变化会改变故障信号特征,传统配电网行波故障定位方法基于固定拓扑设计,通过时域或频域等单一特征信息判断故障位置,拓扑变化条件下定位准确率低,为此,提出基于图注意力网络的故障定位方法。首先,定量分析故障行波在时域与频域中的分布特性,发现单一时域或频域信息难以有效区分不同故障位置,故提出基于小波变换的故障行波全景信息表现形式;随后,将测点和架空线作为图的节点与边,以行波全景信息为节点特征,构建图数据,建立基于图注意力网络的故障定位方法,通过挖掘节点特征、网络拓扑结构信息与故障位置之间的关联关系,实现配电网故障定位,提升方法对拓扑变化的适应能力。仿真结果表明:所提方法定位准确率高达98.8%,不受过渡电阻、噪声等因素影响,对拓扑变化具有较强的适应能力。 展开更多
关键词 配电网 故障定位 行波全景波形 图注意力网络 拓扑变化
在线阅读 下载PDF
基于特征组合的异构图注意力网络关系抽取
10
作者 闫家鑫 陈艳平 +2 位作者 杨卫哲 黄瑞章 秦永彬 《计算机应用》 北大核心 2025年第8期2470-2476,共7页
关系抽取旨在从句子中提取2个实体之间的预定义语义关系。传统基于图神经网络的关系抽取方法一般通过依赖树构建句子的图表示结构;然而,使用依赖树构建出的图结构表达能力单一,且无法完整捕捉到目标实体丰富的语法结构信息。针对这些问... 关系抽取旨在从句子中提取2个实体之间的预定义语义关系。传统基于图神经网络的关系抽取方法一般通过依赖树构建句子的图表示结构;然而,使用依赖树构建出的图结构表达能力单一,且无法完整捕捉到目标实体丰富的语法结构信息。针对这些问题,提出基于特征组合的异构图注意力网络(HGAT)关系抽取方法。首先,抽取句子中的原子特征,并通过组合这些原子特征得到句子的组合特征;其次,把组合特征和关系标签表示为异构图上的两种节点以构建“特征-关系二部图”;最后,使用图注意力网络动态地更新节点,进而实现关系抽取。所提方法能有效利用组合特征和句子中的语法结构信息,进而提升关系抽取的性能。在ACE05英文数据集和SemEval-2010 task 8数据集上的实验结果表明,所提方法分别达到了84.11%和90.67%的F1值,证明了所提方法的有效性。 展开更多
关键词 关系抽取 原子特征 特征组合 异构图 图注意力网络
在线阅读 下载PDF
基于多台输入的图注意力网络震级估计研究
11
作者 余仲黎 朱景宝 +1 位作者 李山有 宋晋东 《地震工程与工程振动》 北大核心 2025年第2期22-32,共11页
震级估计是地震预警中的重要任务之一。准确的震级估计对于地震影响范围的快速判断和地震预警信息的及时发布至关重要。现有的方法通常基于单个台站的加速度时程提取特征信息进行震级估计,再通过多台平均的方法得到结果。文中利用多台... 震级估计是地震预警中的重要任务之一。准确的震级估计对于地震影响范围的快速判断和地震预警信息的及时发布至关重要。现有的方法通常基于单个台站的加速度时程提取特征信息进行震级估计,再通过多台平均的方法得到结果。文中利用多台输入的图注意力网络算法构建端到端的震级估计模型(GAT_M),作为GAT_M模型输入的是首台P波触发后3 s内的多台站地震加速度时程。本研究利用日本防灾科学技术研究所K-NET强震观测台网的强震资料进行模型训练和测试实验。研究结果表明:在首台P波触发后3 s,震级估计的平均误差和标准差分别为-0.077和0.40,R2为0.72。本研究还分析了震级、时间窗和台站数量对GAT_M模型性能的影响。同时,在首台P波触发后3 s,与传统Pd方法相比,GAT_M模型有更小的震级估计误差,在复杂样本数据的情况下,GAT_M模型有较大的优势且能够更好地应用于地震预警震级估计中。 展开更多
关键词 图注意力网络 地震监测预警 震级 多台输入
在线阅读 下载PDF
基于图注意力网络和门控网络的轻量级单通道语音分离方法
12
作者 余传旗 郭海燕 +2 位作者 王婷婷 王景润 杨震 《信号处理》 北大核心 2025年第4期706-717,共12页
语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题... 语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题,本文综合考虑模型效率与分离性能,提出一种基于图注意力网络(Graph Attention Network,GAT)和门控网络(Gated Network,GN)的轻量级语音分离模型(称为GGN-Papez)。该方法基于轻量级、高效的基线模型Papez,引入GAT处理听觉记忆块内存储的全局信息,并使用GN生成掩码,来提升基线模型Papez的性能。具体地,假定所有记忆令牌之间均存在连接,利用GAT计算令牌间的注意力得分,并采用阈值过滤策略裁剪掉得分较低的边,生成新的邻接矩阵。再利用此邻接矩阵聚合记忆令牌所存储的全局信息,以提取出更有效的上下文信息,提高模型对全局特征的理解能力。在此基础上,考虑到Papez使用的掩码生成模块为表达能力有限的双层全连接前馈神经网络,本文提出使用具备更强特征选择能力的GN替代原有模块,以生成更符合源语音特征的掩码。所提模型GGN-Papez在基准数据集WSJ0-2Mix和Libri2Mix上进行了实验,实验结果表明所提方法在增加很少参数量的情况下,显著提升了分离语音的尺度不变信噪比(Scale Invariant Signal-to-Noise Ratio,SI-SNR)。此外,本文还设计了消融实验验证GAT和GN对整体模型性能的影响,并从推理时间和语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)得分等方面综合地对所提模型的性能进行了分析。 展开更多
关键词 语音分离 轻量级模型 图神经网络 图注意力网络 门控机制
在线阅读 下载PDF
基于图注意力网络的加密恶意流量检测
13
作者 王祥淇 杨文军 莫秀良 《计算机工程与设计》 北大核心 2025年第7期1944-1950,共7页
为高效检测恶意加密流量在真实环境下的分类效果,提出一种基于图注意力网络(GAT)的加密恶意流量检测模型。将流量数据转换为图结构输入到图注意力网络中进行特征学习,引入注意力机制捕捉流量之间的相关性,进一步强化同类之间的关系,提... 为高效检测恶意加密流量在真实环境下的分类效果,提出一种基于图注意力网络(GAT)的加密恶意流量检测模型。将流量数据转换为图结构输入到图注意力网络中进行特征学习,引入注意力机制捕捉流量之间的相关性,进一步强化同类之间的关系,提升模型分类效果。采用XGBoost作为模型分类器,进一步提升模型的分类和泛化能力。在真实的加密网络流量中进行加密恶意流量检测,取得了优异的表现,准确率超过了97%,与现有多种方法相比,具有更好的检测效果。 展开更多
关键词 流量分类 加密恶意流量 图注意力网络 极端梯度提升 特征提取 图神经网络 图模型
在线阅读 下载PDF
基于程序流程图和图注意力网络的跨语言代码抄袭检测方法 被引量：2
14
作者 张峰 韦友良 秦玉成 《小型微型计算机系统》 北大核心 2025年第1期249-256,共8页
跨语言代码抄袭检测在软件知识产权保护和计算机程序设计类课程教学等领域有广泛的应用.然而,不同编程语言的语法差异降低了代码之间的相似度,导致抄袭检测的准确率较低.因此,本文提出一种基于程序流程图和图注意力网络的跨语言代码抄... 跨语言代码抄袭检测在软件知识产权保护和计算机程序设计类课程教学等领域有广泛的应用.然而,不同编程语言的语法差异降低了代码之间的相似度,导致抄袭检测的准确率较低.因此,本文提出一种基于程序流程图和图注意力网络的跨语言代码抄袭检测方法.首先,将代码转换为程序流程图,并利用图注意力网络提取程序流程图的特征作为代码的表示;其次,采用交叉匹配方法逐行对比代码的表示,以获得代码的相似特征向量;最后,拼接待检测代码的相似特征向量,并通过全连接神经网络计算抄袭的概率.实验结果表明,与现有的跨语言代码抄袭检测方法相比,本文提出的方法在查准率、查全率和F1值方面均有提高.其中,与基于属性计数的CLCDSA方法、基于抽象语法树的ASTLearner方法相比,F1值分别提高了11%和16%. 展开更多
关键词 代码抄袭检测 跨编程语言 程序流程图 图注意力网络
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
15
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
基于对比学习的多层图注意力网络身份关联模型
16
作者 程佳琳 袁得嵛 +1 位作者 陈梓彦 孙泽宇 《科学技术与工程》 北大核心 2025年第24期10334-10343,共10页
随着社交网络和在线平台的快速发展,身份关联问题成为安全审计和推荐系统中的重要研究课题。为有效解决身份关联问题,提出一种基于多层图注意力网络和对比学习相结合的方法。通过引入图注意力机制,模型能够更精确地捕捉用户之间的复杂关... 随着社交网络和在线平台的快速发展,身份关联问题成为安全审计和推荐系统中的重要研究课题。为有效解决身份关联问题,提出一种基于多层图注意力网络和对比学习相结合的方法。通过引入图注意力机制,模型能够更精确地捕捉用户之间的复杂关系,同时,对比学习的应用进一步提升了节点嵌入的判别能力和鲁棒性,模型中还融合一种联合优化策略,使得图注意力机制和对比学习能够协同工作,从而增强了模型的整体性能。实验结果表明:所提出的eCGAT-UIL模型在3个不同数据集上均可以表现出优异的性能,显著优于其他现有基线模型。 展开更多
关键词 网络嵌入 社交网络 图注意力网络 身份关联
在线阅读 下载PDF
基于多核图注意力网络的有源配电网故障定位方法
17
作者 梁伟宸 王亚娟 +3 位作者 周放歌 刘博 李烜 肖仕武 《现代电力》 北大核心 2025年第4期788-798,共11页
基于人工智能的配电网故障定位技术高度依赖训练数据,一旦配电网拓扑结构发生改变,故障定位模型的定位准确度就会显著下降。为解决上述问题,提出了一种基于多核图注意力网络的配电网故障定位方法,将配电网的电气节点和线路映射为图注意... 基于人工智能的配电网故障定位技术高度依赖训练数据,一旦配电网拓扑结构发生改变,故障定位模型的定位准确度就会显著下降。为解决上述问题,提出了一种基于多核图注意力网络的配电网故障定位方法,将配电网的电气节点和线路映射为图注意力网络中图的顶点和边,根据相邻顶点之间故障特征的相似度计算注意力系数,根据节点与周边节点的连接关系构成图多核注意力网络,计算得到各节点状态,确定故障位置。该方法把顶点特征之间的相关性更好地融入到故障定位模型中,提高了故障定位模型对配电网拓扑变化的适应能力。最后,搭建了IEEE33节点配电网系统来进行验证,仿真结果表明,所提的故障定位模型具有定位准确率高、鲁棒性好的优点,并且当配电网的拓扑结构发生改变时,该模型依然能够保持较高的故障定位准确率。 展开更多
关键词 有源配电网 故障定位 核函数 图注意力网络
在线阅读 下载PDF
面向多变量时间序列异常检测的双图注意力网络模型
18
作者 李汉章 严宣辉 +2 位作者 李镇力 严雨薇 王廷银 《计算机科学与探索》 北大核心 2025年第4期1048-1064,共17页
时间序列异常检测在时序任务中属于经典研究领域,并已在学术界和工业界取得了一系列研究成果。针对多变量时间序列数据中蕴含的多角度深层特征和内在复杂依赖关系,提出一种融合时空特征的异常检测模型。该模型采用图注意力网络结构,由... 时间序列异常检测在时序任务中属于经典研究领域,并已在学术界和工业界取得了一系列研究成果。针对多变量时间序列数据中蕴含的多角度深层特征和内在复杂依赖关系,提出一种融合时空特征的异常检测模型。该模型采用图注意力网络结构,由时间图模块(T-GAT)和空间图模块(F-GAT)组成。T-GAT构建一种单向加权图,图的边表示时间依赖特性,以此来模拟时间图结构的先验信息并融入图网络中获取时间依赖关系。F-GAT将时间序列转换为以幅值表示的频域序列,通过建立全局双向加权图来模拟多变量之间的关联关系,并通过正则化来维护邻居节点的稀疏性,以此来保证对空间关系的准确捕捉。同时模型引入多维注意力机制确保对不同特征的深层信息进行有效挖掘和利用。由门控循环单元进一步处理时空信息并融合为全面特征,并通过预测值与观测值的差异来判定异常。实验结果表明,该模型以4个公共数据集上优异的F1分数在12个对比模型中实现先进的性能,并在消融实验中证实了同时建模时空关系的先验双图结构模式和注意力机制有效提升了异常检测精度,可以有效地识别时间序列数据中的异常情况。 展开更多
关键词 多变量时间序列 异常检测 深度学习 时空信息 图注意力网络
在线阅读 下载PDF
图推理嵌入动态自注意力网络的文档级关系抽取
19
作者 李云洁 王丹阳 +2 位作者 刘海涛 汪华东 汪培庄 《智能系统学报》 北大核心 2025年第1期52-63,共12页
文档级关系抽取是指从文档中抽取所有具有语义关系的实体对并判断其关系类别,与句子级关系抽取不同,这里实体关系的确定需要根据文档中多个句子推理得到。现有方法主要采用自注意力进行文档级关系抽取,但是运用自注意力进行文档级关系... 文档级关系抽取是指从文档中抽取所有具有语义关系的实体对并判断其关系类别,与句子级关系抽取不同,这里实体关系的确定需要根据文档中多个句子推理得到。现有方法主要采用自注意力进行文档级关系抽取,但是运用自注意力进行文档级关系抽取需要面临两个技术挑战:即长文本语义编码存在的高计算复杂度和关系预测需要的复杂推理建模,故提出一种图推理嵌入动态自注意力网络(graph reasoning embedded dynamic self-attention network,GSAN)模型。该模型借助门限词选择机制动态选择重要词计算自注意力实现对长文本语义依赖的高效建模,同时考虑以选择词为全局语义背景与实体候选、文档节点一起构建文档图,将文档图的图推理聚合信息嵌入到动态自注意力模块中,实现模型对复杂推理建模的能力。在公开的文档级关系数据集CDR和DocRED上的实验结果表明,文中提出的模型较其他基线模型有显著提升。 展开更多
关键词 文档级关系抽取 图推理 动态自注意力网络 自注意力机制 门限词选择机制 文档图 图注意力网络 关键词
在线阅读 下载PDF
基于异质图注意力网络的文旅产业融合预测
20
作者 王晓东 王志楠 张智霖 《学习与探索》 北大核心 2025年第3期105-115,共11页
产业融合是催生新产业的关键动力,也是发展新质生产力的重要途径。有效地预测产业融合可以揭示未来经济发展的方向与趋势。同质网络的产业融合链路预测无法揭示不同类型节点之间的交互作用,在应对多主体复杂性产业融合研究时表现出较大... 产业融合是催生新产业的关键动力,也是发展新质生产力的重要途径。有效地预测产业融合可以揭示未来经济发展的方向与趋势。同质网络的产业融合链路预测无法揭示不同类型节点之间的交互作用,在应对多主体复杂性产业融合研究时表现出较大的局限性。本文将产业融合预测问题转化为企业与技术分类号(International Patent Classification,简称IPC)之间异质网络的链路预测问题,提出基于图注意力网络的H-GAP(Heterogeneous Graph Attention Predictor)模型,捕捉两种类型节点间语义相似关系与局部特征,预测产业间“企业与企业”“企业与技术分类号”以及“技术分类号与技术分类号”的三类融合路径下的链接情况。相比已有的产业融合预测方法,本研究扩充了产业融合的内涵界定,并利用企业年报信息与IPC的英文释义丰富了异质网络的输入特征信息,提升了融合预测的有效性和可解释性。文旅产业融合具有多主体复杂性产业融合特点。将模型应用于文旅产业融合,实验表明方法性能良好,达到了提升产业融合预测准确性和有效性的目标。预测结果显示,文旅产业融合愈加注重用户体验,未来会通过智能化与绿色化实现可持续发展。 展开更多
关键词 产业融合 异质网络 图注意力网络 链路预测 文旅产业
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 … 14 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