[發明專利]一種基于非歐空間的信息提取方法

有效

• 申請號: 202110431000.7
• 申請日: 2021-04-21
• 公開（公告）號: CN113111302B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 杜海舟;周彥
• 申請（專利權）人: 上海電力大學
• 主分類號: G06F17/15
• 分類號: G06F17/15;G06F17/16;G06F17/17;G06N3/0464;G06N3/08
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于非歐空間的信息提取方法，其特征在于：包括，

基于雙曲空間的基本運算法則將歐式空間輸入的圖結構映射到雙曲空間，還包括，所述雙曲空間的圖信息嵌入、所述雙曲空間的信息融合、所述雙曲空間的類別特征嵌入、信息融合、預測、訓練和微調；

所述雙曲空間的圖信息嵌入包括，將用戶節點的鄰接矩陣映射至所述雙曲空間后，利用所述雙曲空間中的GCN對所述圖結構的鄰接矩陣信息進行聚合；

所述雙曲空間的信息融合包括，將過去發生事件的具體時間間隔及發生時間矩陣映射至所述雙曲空間中進行聚合；

所述雙曲空間的類別特征嵌入包括，將過去所有發生事件的類別矩陣映射至所述雙曲空間中；

所述信息融合包括，將所述鄰接矩陣及所述特征矩陣輸入所述雙曲空間GCN中，并將所述GCN的輸出與輸入所述雙曲空間進行映射后的所述類別矩陣、所述時間矩陣相連接；

所述預測包括，模擬調用逆方法和蒙特卡洛采樣，對未來發生的事件類型與時間進行預測；

利用加法與乘法重新定義所述雙曲空間中的Hawkes?process的條件強度函數；

將曲率c作為所述函數的一個參數，迭代更新所述曲率c，得到訓練完成的自助存取款機故障雙曲空間模型，描述未來事件的分布。

2.根據權利要求1所述的基于非歐空間的信息提取方法，其特征在于：所述訓練包括，劃分數據集，選取10個事件為一次訓練，并預測下一個事件發生的事件時間和類別，通過交叉熵損失函數進行訓練。

3.根據權利要求2所述的基于非歐空間的信息提取方法，其特征在于：所述微調包括，選取不同的batch?size、不同的循環神經網絡模型及學習率進行一系列微調，完成最優輸出。