本发明公开了一种运用自选择注意并强指导查询的人与物交互检测方法，将图片通过训练好的DETR模型，获得人物目标框，目标类别和视觉特征向量，从而减少模型训练时间。运用强指导查询增强特征在语义模态和空间模态的表征，并筛选数量减少不必要计算，同时添加自选择注意模块提高了网络聚焦关键信息的能力。强指导查询通过解码器和MLP，输出人与物交互动作结果。本发明提高了人与物交互检测的精度和减少了训练所需时间。
📄 2023100655394
📂 G06N3_042
👤 浙江工业大学
📅 2023-01-16
本发明公开了一种基于低通滤波和l1范数的图神经网络系统，包括输入模块、随机失活模块、第一图卷积神经网络模块、动态线性整流模块、第二图卷积神经网络模块、基于低通滤波和l1范数的图神经网络模块、归一化指数函数模块和输出模块。本发明可以有效的对图节点进行分类。
📄 2022108997215
📂 G06N3_042
👤 南京信息职业技术学院
📅 2022-07-28
本发明公开了一种基于信息熵的图神经网络自适应丢弃方法及系统，涉及图神经网络随机丢弃策略技术领域，包括：接收节点的特征向量，对节点的特征向量进行Softmax归一化处理，并基于信息熵来计算节点对应的熵值，对节点对应的熵值进行归一化，并与预设的全局最大丢弃率相乘，得到节点的个性化丢弃概率；通过PyTorch Geometric框架中边索引的机制对节点的个性化丢弃概率进行映射，得到映射边，基于映射边进行采样，得到伯努利掩码；基于伯努利掩码和节点的个性化丢弃概率进行缩放，得到扰动后的消息矩阵，将扰动后的消息矩阵输入至预先建立的图神经网络模型内，从而实现图神经网络的自适应丢弃。
📄 2025108194658
📂 G06N3_042
👤 南京信息工程大学
📅 2025-06-19
本发明公开了一种基于时空图卷积神经网络的闪电推演方法和系统，该方法包括根据闪电定位数据获取闪电区域信息，构建闪电区域拓扑图；对闪电定位数据进行预处理，将预处理后的数据映射到对应区域，计算各区域内的地闪密度，并按照设定阈值对地闪密度进行等级划分；将各区域地闪密度等级映射到图的对应节点中，得到设定时间内的地闪密度数据，按照时间间隔进行划分，结合闪电区域拓扑图，构建具有图结构的闪电密度时间序列数据集，将该数据集输入到时空图卷积神经网络模型中进行训练和参数调优，得到最终的时空图卷积神经网络模型，利用该模型完成闪电推演。本发明能更有效学习闪电的空间规律和时间规律，提高闪电推演的准确性。
📄 2024117560343
📂 G06N3_042
👤 南京信息工程大学
📅 2024-12-03
本发明提供了基于性能层级代理辅助的演化神经架构搜索方法和系统，所述方法从图的角度探索神经网络架构的有效表示，采用图神经网络提取网络架构的特征。为了降低演化神经架构搜索的高昂的资源消耗问题，提出预测架构性能层级的代理模型。通过代理模型对架构性能层级的预测，演化神经架构搜索可以充分探索搜索空间，搜索到高性能的网络架构。本发明设计了基于简单路径的交叉算子，尽可能保留父架构中的有效数据处理路径，确保子架构继承父代的优良特性，从而提高性能稳定性。本发明的代理辅助演化神经架构搜索框架可以在任务数据集上以较低的代价搜索到高性能的神经网络架构，为神经网络架构的自动化设计和优化提供了崭新的视角和高效率的方法。
📄 2024113795551
📂 G06N3_042
👤 南京信息工程大学
📅 2024-09-30
本发明提供了一种基于相似性代理辅助的演化神经架构搜索方法和系统，所述方法包括：步骤1，初始化一个架构种群，选择性能最佳的架构作为初始基准架构；步骤2，构建一种图神经网络变体作为特征提取器；步骤3，构建代理模型，通过联合损失函数训练代理模型；步骤4，根据适应度值保留高潜力架构，并对高潜力架构进行真实性能评估，将评估结果加入训练集；将当前种群与代理模型预测筛选出的高性能架构合并，通过环境选择策略更新种群；步骤5，重复步骤3和步骤4直至种群性能收敛，最终输出全局最优架构。本发明能够在有限的计算资源下快速搜索到高性能的神经网络架构，为神经网络的自动化设计与优化提供了一种高效、智能的新型解决方案。
📄 2025101703159
📂 G06N3_042
👤 南京信息工程大学
📅 2025-02-17
本发明公开了一种基于脑图的低遗忘热点事件预测方法及装置，方法包括：将待预测的社交网络热点事件流输入构建好的BNN模型，利用构建好的BNN模型预测事件后续发展；构建BNN模型包括：提取推理预测的脑区fMRI成像；将脑区fMRI成像转化为脑图网络并融合；将融合图中节点替换为神经元模型得到原始BNN；分批次将若干个事件流中事件逐个输入原始BNN，每一批次均对原始BNN进行权重更新后利用相似性计算进行阈值处理得到若干组BNN1、BNN2…BNNn；将若干组BNN1、BNN2…BNNn相继融合，利用相似性计算对需要重放的事件进行经验重放，BNN模型构建完成。本发明提高了热点事件的预测精度。
📄 2024102323082
📂 G06N3_042
👤 南京信息工程大学
📅 2024-03-01
本发明公开了一种基于演化规律挖掘的气象事件预测方法及系统，包括：采集气象数据并使用注意力机制对气象数据的触发词及其参数表示进行聚合，得到实时气象事件；将实时气象事件与预设的气象规律演化模型进行融合，获取实时气象事件演绎图；所述气象规律演化模型的构建方法包括：对气象事件类型图进行图卷积和图池化获得池化图GP和类型节点；将气象事件类型图中的类型节点更新为聚合节点；基于池化图GP对气象事件分布规律进行挖掘和扩展，能够提升预测准确性、揭示规律和计算气象事件发生概率，有助于各行业和民众做出合理决策和安排。
📄 2024101488228
📂 G06N3_042
👤 南京信息工程大学
📅 2024-02-02
柿子坊 · 知识产权运营
柿子坊知识产权运营平台