首页专利查询专利详情

*来源于国家知识产权局数据，仅供参考，实际以国家知识产权局展示为准

一种基于多任务学习的信息级联预测方法

发明专利有效专利

申请号：
CN202210817949.5
IPC分类号：G06N3/04;G06N3/08;G06Q10/04;G06Q50/00
申请日期：
2022-07-12
申请人：
北京交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多任务学习的信息级联预测方法
申请号	CN202210817949.5	申请日期	2022-07-12
法律状态	公开	申报国家	中国
公开/公告日	2022-11-25	公开/公告号	CN115392431A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;0查看分类表>
申请人	北京交通大学	申请人地址	北京市海淀区上园村3号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京交通大学	当前权利人	北京交通大学
发明人	鲍鹏;杨彩飘
代理机构	北京卫平智业专利代理事务所（普通合伙）	代理人	闫萍

摘要

本发明涉及一种基于多任务学习的信息级联预测方法。本发明利用多任务学习同时建模微观级别的传播节点序列信息和宏观级别的传播级联图的底层信息，提升了传统信息级联预测方法的性能；具有良好的可解释性、可迁移性和表征性能，具有重要的理论研究价值和应用价值。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供