基于细粒度强化学习的时序知识图谱推理方法

被引：0

专利类型：

发明

申请号：

CN202411019362.5

申请日：

2024-07-26

公开(公告)号：

CN118964633A

公开(公告)日：

2024-11-15

发明(设计)人：

潘理钱野

申请人：

上海交通大学

申请人地址：

200240 上海市闵行区东川路800号

IPC主分类号：

G06F16/36

IPC分类号：

G06N3/092 G06N5/04 G06N5/022 G06N3/048

代理机构：

上海旭诚知识产权代理有限公司 31220

代理人：

郑立

法律状态：

实质审查的生效

国省代码：

上海市市辖区

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-12-03	实质审查的生效	实质审查的生效IPC(主分类):G06F 16/36申请日:20240726
2024-11-15	公开	公开

共 50 条

[1]

基于分级知识嵌入与强化学习的时序知识图谱推理方法 [P].

黄勇萍 ;

李春青 .

中国专利 :CN120124745A ,2025-06-10

[2]

一种基于强化学习的分层剪枝时序知识图谱推理方法 [P].

张丽平 ;

张友旺 ;

李松 .

中国专利 :CN120542566A ,2025-08-26

[3]

基于历史和时间知识的两阶段强化学习时序知识图谱推理方法 [P].

赵红燕 ;

原伟强 ;

高改梅 .

中国专利 :CN119761504A ,2025-04-04

[4]

一种时序知识图谱推理方法 [P].

柴蓉 ;

王立轩 ;

段晓芳 ;

陈前斌 .

中国专利 :CN118469013A ,2024-08-09

[5]

基于改进GNN与强化学习的威胁情报知识图谱推理方法 [P].

王传栋 ;

夏浩然 ;

季一木 ;

刘尚东 ;

袁晨 ;

韩红新 ;

聂一君 ;

纪宗凯 ;

晏文浩 .

中国专利 :CN120218238A ,2025-06-27

[6]

一种时序知识图谱推理方法 [P].

马汉达 ;

张成珅 .

中国专利 :CN117787399A ,2024-03-29

[7]

基于时间权重的时序知识图谱推理方法及系统 [P].

高永超 ;

韩振鹏 ;

钱恒 .

中国专利 :CN116739092B ,2025-08-26

[8]

基于多粒度时间融合的时序知识图谱问答方法 [P].

杨杨 ;

王鑫炎 ;

郭伟立 .

中国专利 :CN117708302A ,2024-03-15

[9]

基于循环网络和对比学习的时序知识图构造推理方法 [P].

李腾 ;

张嘉婧 ;

汪凡卓 ;

范云 ;

肖勇才 ;

李德彪 ;

马卓 .

中国专利 :CN118446310A ,2024-08-06

[10]

基于时序知识图谱推理的心理健康监测方法及系统 [P].

冯思玲 ;

俞璎恒 ;

黄梦醒 ;

卢厚升 ;

刘慧舟 ;

徐博 .

中国专利 :CN120452698A ,2025-08-08

← 1 2 3 4 5 →