买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种基于生成对抗层级融合模型的银行间网络时序预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120180049B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510660707.3，技术领域涉及：G06F18/20；该发明授权一种基于生成对抗层级融合模型的银行间网络时序预测方法是由丁志军;闫欢兰;蒋昌俊设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种基于生成对抗层级融合模型的银行间网络时序预测方法在说明书摘要公布了：本发明公开了一种基于生成对抗层级融合模型的银行间网络时序预测方法，通过最小密度法生成银行间网络，并采用参数扰动以及数据扰动的方法进行了数据增强；生成对抗层级融合模型包括WGAN以及层级融合网络HFN，其中HFN包括：图卷积网络、图注意力网络和Transformer；另外通过本发明提出的自适应边密度控制模块SAEDC来优化模型的训练；通过模型对比以及消融实验验证方法的有效性；本发明旨在用于银行间网络的时序预测，同时解决时序预测模型在数据、训练效率以及预测准确性方面的局限性，从而为银行系统性风险领域的研究提供可靠的依据。

本发明授权一种基于生成对抗层级融合模型的银行间网络时序预测方法在权利要求书中公布了：1.一种基于生成对抗层级融合模型的银行间网络时序预测方法，其特征在于，包括以下步骤： S1：生成银行间网络时序数据，并进行数据增强； 采用最小密度法，基于银行间负债表数据生成具有银行间网络特征的数据，并通过数据增强的方式扩充数据，保证数据的多样性，进而构建一套符合银行间网络基本特征的多样化数据集； S2：构建生成对抗层级融合模型； S3：将数据增强后的银行间网络时序数据划分为训练集和测试集，采用训练集进行生成对抗层级融合模型的训练； S4：将预测的结果与原始测试集时序数据进行误差分析，并进行模型比较以及消融实验； 步骤S2中，所述生成对抗层级融合模型包括：特征编码模块、层级融合网络HFN模块、网络生成模块和判别器模块； 其中，特征编码模块、HFN模块和网络生成模块构成生成对抗网络的生成器，判别器模块为生成对抗网络的判别器； 所述层级融合网络HFN模块包括三个模块：图卷积网络GCN、图注意力网络GAT和Transformer；HFN模块依次通过GCN、GAT和Transformer三个模块的层级特征融合来捕捉银行间网络的时序特征以及节点的属性特征； 所述网络生成模块用于生成下一时间片的邻接矩阵；引入自适应边密度控制模块SAEDC来控制边的生成； 步骤S3中，生成对抗层级融合模型的训练采用WGAN框架进行生成器与判别器联合训练，通过生成器和判别器的对抗优化，以最小化生成网络与真实网络之间的分布差异。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。