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！

龙图腾网恭喜湖南工商大学申请的专利一种图核注意力网络时序知识图谱嵌入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：CN119294500B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411811961.0，技术领域涉及：G06N5/022；该发明授权一种图核注意力网络时序知识图谱嵌入方法是由任剑;李飞燕设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种图核注意力网络时序知识图谱嵌入方法在说明书摘要公布了：本申请涉及一种图核注意力网络时序知识图谱嵌入方法，以失信实体为节点、以失信关系为边，并基于失信关系和时间戳计算权重，构建有向图；利用图注意力网络提取有向图中节点的特征表示；应用孪生神经网络对节点的特征表示进行关联性分析，提取相似关系特征；增强注意力机制基于失信关系、相似关系特征计算全局失信实体关系权重；通过领域图核计算核函数将节点的特征表示映射至高维空间；通过线性结构熵计算更新后的权重的特征熵值；结合领域图核处理结果和特征熵值，得到节点的高维嵌入向量；采用t‑SNE方法对节点的高维嵌入向量进行降维；将多个时间戳以及失信关系对应的失信实体降维的高维嵌入向量进行融合，得到嵌入向量表示。

本发明授权一种图核注意力网络时序知识图谱嵌入方法在权利要求书中公布了：1.一种图核注意力网络时序知识图谱嵌入方法，其特征在于，包括：S1：获取原始失信信息，提取出所述原始失信信息中的失信实体、失信关系和时间戳构建四元组，以所述四元组为基本单位构建失信时序知识图谱；所述四元组记为：h,r,t,τ，其中，h表示失信头实体，r表示失信关系，t表示失信尾实体，τ表示时间戳；S2：以失信时序知识图谱中的失信实体为节点、以失信关系为边，并基于失信关系和时间戳计算权重，构建有向图；利用图注意力网络提取有向图中节点的特征表示；应用孪生神经网络对节点的特征表示进行关联性分析，提取相似关系特征；增强注意力机制基于失信关系、相似关系特征计算全局失信实体关系权重；所述基于失信关系和时间戳计算权重包括：将所述时间戳转化为时间向量，通过残差网络基于所述失信关系和所述时间向量计算所述权重；所述计算全局失信实体关系权重包括：步骤1：基于所述相似关系特征计算增强注意力系数，计算公式为： ；其中，表示增强注意力系数；表示初始增强注意力系数；表示相似关系特征；定义初始关系嵌入矩阵，表示失信关系的数量；F表示每个关系中嵌入的初始特征的维度；步骤2：失信关系的类型包括直接关系、间接关系以及既有直接关系又有间接关系；直接关系矩阵记为；间接关系矩阵记为；既有直接关系又有间接关系的矩阵记为；其中，表示节点i与节点j之间的注意力系数；表示初始关系嵌入矩阵的对应行；表示求和；对任意一类关系进行线性变换，变换公式为： ；其中，表示线性变换后的任意一类关系矩阵；表示关于的权重矩阵；表示关于F的权重矩阵；表示任意一类关系矩阵；步骤3：对权重矩阵进行线性变换，而后采用ReLU激活函数得到每种关系的绝对注意力值，计算公式为： ；其中，表示绝对注意力值；表示ReLU激活函数；b表示第一训练参数；步骤4：采用Softmax层规范化每种关系的绝对注意力值，得到全局失信实体关系权重，计算公式为： ；其中，表示全局失信实体关系权重；S3：通过领域图核计算核函数将节点的特征表示映射至高维空间；基于全局失信实体关系权重更新所述权重，通过线性结构熵计算更新后的权重的特征熵值；结合领域图核处理结果和特征熵值，得到节点的高维嵌入向量；S4：采用t-SNE方法对节点的所述高维嵌入向量进行降维；通过加权求和，将多个时间戳以及失信关系对应的失信实体降维的所述高维嵌入向量进行融合，得到嵌入向量表示。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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”。