检索结果-维普期刊中文期刊服务平台

基于消息传递图神经网络的电力系统状态估计被引量：6: 1; 作者黄蔓云郭镜玮 +3 位作者臧海祥方熙程卫志农孙国强《电网技术》 EI CSCD 北大核心 2023年第11期4396-4404,共9页; 近年来,随着电网规模日益增大,系统拓扑变化愈加频繁,拓扑变化组合向多样化趋势发展。然而,现有数据驱动状态估计模型仅能处理欧式数据,不能有效挖掘像拓扑信息这样的非欧式数据,因此现有数据驱动模型在拓扑频繁变化时的适应性较差。该... 展开更多; 关键词状态估计时变拓扑数据驱动深度学习消息传递图神经网络; 在线阅读下载PDF 职称材料

基于多层注意力和消息传递网络的药物相互作用预测方法被引量：2: 2; 作者饶晓洁张通 +1 位作者孟献兵陈俊龙《自动化学报》 EI CAS CSCD 北大核心 2023年第12期2507-2519,共13页; 药物相互作用(Drug-drug interaction,DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方... 展开更多; 关键词药物相互作用预测多层次注意力机制消息传递神经网络位置编码; 在线阅读下载PDF 职称材料

用于神经布尔可满足性问题求解器的新型消息传递网络: 3; 作者梁永濠李金龙《计算机应用》 2025年第9期2934-2940,共7页; 为优化端到端神经布尔可满足性问题(SAT)求解器的消息传递神经网络(MPNN)结构、减少求解过程中的迭代次数并提升求解器性能,提出一种更多更深的消息传递网络(MDMPN)。该网络通过引入整体消息传递模块,在每次消息传递迭代中实现从文字节... 展开更多; 关键词布尔可满足性问题消息传递神经网络图神经网络机器学习人工智能; 在线阅读下载PDF 职称材料

基于深度强化学习的无线网络智能路由算法被引量：10: 4; 作者孔凌辉饶哲恒 +1 位作者徐彦彦潘少明《计算机工程》 CAS CSCD 北大核心 2023年第9期199-207,216,共10页; 基于深度强化学习(DRL)的智能路由算法因兼具深度学习的感知能力和强化学习的决策能力,成为路由决策的重要发展方向。然而,现有基于深度强化学习的智能路由算法无法适应无线网络中动态变化的网络拓扑结构,难以在网络拓扑动态变化时做出... 展开更多; 关键词深度强化学习消息传递神经网络邻居信息聚合智能路由动态变化的网络拓扑; 在线阅读下载PDF 职称材料

基于学习-推理的约束求解方法研究进展: 5; 作者邹悦赖家洋张永刚《软件学报》 EI CSCD 北大核心 2024年第1期220-235,共16页; 机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束... 展开更多; 关键词约束满足问题消息传递神经网络序列到序列强化学习最优化; 在线阅读下载PDF 职称材料

题名基于消息传递图神经网络的电力系统状态估计被引量：6: 1; 作者黄蔓云郭镜玮臧海祥方熙程卫志农孙国强; 机构河海大学能源与电气学院国网江苏省电力有限公司扬中市供电分公司; 出处《电网技术》 EI CSCD 北大核心 2023年第11期4396-4404,共9页; 基金国家自然科学基金项目(U1966205) 中央高校基本科研业务费专项资金(B200201067)。; 文摘近年来,随着电网规模日益增大,系统拓扑变化愈加频繁,拓扑变化组合向多样化趋势发展。然而,现有数据驱动状态估计模型仅能处理欧式数据,不能有效挖掘像拓扑信息这样的非欧式数据,因此现有数据驱动模型在拓扑频繁变化时的适应性较差。该文提出一种基于消息传递图神经网络(messagepassingneural network, MPNN)的电力系统状态估计模型。首先,利用拓扑参数和量测信息构建图数据集;其次,基于不同拓扑下的图数据训练消息传递图神经网络,得到状态估计模型;最后,在线应用时将该拓扑下的图数据输入已训练好的网络模型即可得到当前断面的状态量。通过对IEEE标准系统和中国某实际省网的算例测试,并将估计结果与加权最小二乘法、加权最小绝对值法以及深度神经网络算法和卷积神经网络算法进行比较。结果表明,该算法更能适应大规模电网中实时拓扑变化的特性。; 关键词状态估计时变拓扑数据驱动深度学习消息传递图神经网络; Keywords state estimation time-varying topology data-driven deep learning graph convolutional neural network; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多层注意力和消息传递网络的药物相互作用预测方法被引量：2: 2; 作者饶晓洁张通孟献兵陈俊龙; 机构华南理工大学计算机科学与工程学院琶洲实验室; 出处《自动化学报》 EI CAS CSCD 北大核心 2023年第12期2507-2519,共13页; 基金国家重点研发计划(2019YFB1703600) 国家自然科学基金(62006081) +1 种基金中国博士后科学基金(2020M672630)资助。; 文摘药物相互作用(Drug-drug interaction,DDI)是指不同药物存在抑制或促进等作用.现有DDI预测方法往往直接利用药物分子特征表示预测DDI,而忽略药物分子中不同原子对DDI的影响.为此,提出基于多层次注意力机制和消息传递神经网络的DDI预测方法.该方法将DDI建模为通过学习基于序列表示的药物分子特征实现DDI预测的链接预测问题.首先,建立基于注意力机制和消息传递神经网络的原子特征网络,结合提出的基于分子质心的位置编码,学习不同原子及其相关联化学键的特征,构建基于图结构的药物分子特征表示;然后,设计基于注意力机制的分子特征网络,并通过监督和对比损失学习,实现DDI预测;最后,通过实验证明该方法的有效性和优越性.; 关键词药物相互作用预测多层次注意力机制消息传递神经网络位置编码; Keywords Drug-drug interaction prediction multi-level attention mechanism message passing neural network positional encoding; 分类号 R969.2 [医药卫生—药理学] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名用于神经布尔可满足性问题求解器的新型消息传递网络: 3; 作者梁永濠李金龙; 机构中国科学技术大学计算机科学与技术学院; 出处《计算机应用》 2025年第9期2934-2940,共7页; 文摘为优化端到端神经布尔可满足性问题(SAT)求解器的消息传递神经网络(MPNN)结构、减少求解过程中的迭代次数并提升求解器性能,提出一种更多更深的消息传递网络(MDMPN)。该网络通过引入整体消息传递模块,在每次消息传递迭代中实现从文字节点到子句节点的额外的整体消息传递,从而传递更多的消息。同时,引入消息跳跃模块,实现从文字节点到它的二阶邻居的消息传递,从而传递更深的消息。为了评估MDMPN的性能与泛化能力,将它应用于目前先进的神经SAT求解器QuerySAT和基础神经SAT求解器NeuroSAT。实验结果表明,在困难随机的3-SAT数据集上,应用MDMPN的QuerySAT的求解性能优于标准的QuerySAT,在求解包含600个变量迭代次数上限为212的困难3-SAT问题上的准确率提高了46.12个百分点;应用MDMPN的NeuroSAT的求解性能也优于标准的NeuroSAT,在求解包含600个变量迭代次数上限为212的困难3-SAT问题上的准确率提高了35.69个百分点。; 关键词布尔可满足性问题消息传递神经网络图神经网络机器学习人工智能; Keywords Boolean SATisfiability problem(SAT) Message Passing Neural Network(MPNN) graph neural network machine learning artificial intelligence; 分类号 TP399 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名基于深度强化学习的无线网络智能路由算法被引量：10: 4; 作者孔凌辉饶哲恒徐彦彦潘少明; 机构武汉大学测绘遥感信息工程国家重点实验室; 出处《计算机工程》 CAS CSCD 北大核心 2023年第9期199-207,216,共10页; 基金国家重点研发计划(2022YFB3903404) 国家自然科学基金(42271431,42271425)。; 文摘基于深度强化学习(DRL)的智能路由算法因兼具深度学习的感知能力和强化学习的决策能力,成为路由决策的重要发展方向。然而,现有基于深度强化学习的智能路由算法无法适应无线网络中动态变化的网络拓扑结构,难以在网络拓扑动态变化时做出恰当的路由决策。针对该问题,提出一种结合消息传递神经网络(MPNN)和DRL的智能路由算法MPNN-DQN。利用MPNN对不规则的网络拓扑进行学习,使其在网络拓扑动态变化时仍然能够做出有效的决策。设计基于k阶邻居信息聚合的逐跳路由生成方法,使得模型在保证决策效果的同时提升算法的可扩展性,能够更广泛地适用于中大型网络拓扑。实验结果表明,相比GCN、DRSIR、DQN等路由算法,该算法具有较优的平均时延、丢包率和网络吞吐量指标,在Germany、GBN和synth50这3种不同的网络场景下,该算法的吞吐量提升3.27%~23.03%,具有较强适应动态网络拓扑的能力。; 关键词深度强化学习消息传递神经网络邻居信息聚合智能路由动态变化的网络拓扑; Keywords Deep Reinforcement Learning(DRL) Message Passing Neural Network(MPNN) neighbor information aggregation intelligent routing dynamically changing network topology; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于学习-推理的约束求解方法研究进展: 5; 作者邹悦赖家洋张永刚; 机构吉林大学软件学院吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室(吉林大学); 出处《软件学报》 EI CSCD 北大核心 2024年第1期220-235,共16页; 基金国家自然科学基金(62076108,61872159) 吉林省自然科学基金(20210101172JC)。; 文摘机器学习与自动推理的融合是当前人工智能研究的新趋势.约束满足问题是人工智能研究的经典问题,现实世界中大量的调度、规划和配置等问题均可以建模为约束满足问题,高效的求解算法一直是研究热点.近年来涌现出众多将机器学习应用于约束满足问题求解的新方法,这些基于“学习-推理”的新方法为约束满足问题求解开辟了新方向并展示出巨大发展潜力,方法的突出优点是适应性强、可在线优化并具有更强的可扩展性.将当前的“学习-推理”方法分为基于消息传递神经网络、基于序列到序列和基于最优化等3类进行综述,详细分析各类方法的特点和在不同的问题集上求解效果,尤其对每类方法所涵盖的相关工作进行多角度的对比分析.最后,对基于“学习-推理”的约束求解方法进行总结和展望.; 关键词约束满足问题消息传递神经网络序列到序列强化学习最优化; Keywords constraint satisfaction problem(CSP) message passing neural network sequence to sequence(Seq2Seq) reinforcement learning optimization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于消息传递图神经网络的电力系统状态估计	黄蔓云郭镜玮臧海祥方熙程卫志农孙国强	《电网技术》 EI CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
2	基于多层注意力和消息传递网络的药物相互作用预测方法	饶晓洁张通孟献兵陈俊龙	《自动化学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
3	用于神经布尔可满足性问题求解器的新型消息传递网络	梁永濠李金龙	《计算机应用》	2025		在线阅读下载PDF 职称材料
4	基于深度强化学习的无线网络智能路由算法	孔凌辉饶哲恒徐彦彦潘少明	《计算机工程》 CAS CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料
5	基于学习-推理的约束求解方法研究进展	邹悦赖家洋张永刚	《软件学报》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料