文档详情

一种基于注意力机制的剪接位点预测及解释性方法.pdf

发布：2023-05-08约1.53万字共15页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114566216 A (43)申请公布日 2022.05.31 (21)申请号 202210178010.9 (22)申请日 2022.02.25 (71)申请人桂林电子科技大学地址 54100

显示全部

相似文档

一种双端成对的剪接位点预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114566215 A (43)申请公布日 2022.05.31 (21)申请号 202210178009.6 (22)申请日 2022.02.25 (71)申请人桂林电子科技大学地址 54100
2023-05-10 约1.67万字 13页立即下载
一种基于双注意力机制的水质长期预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881303 A (43)申请公布日 2022.08.09 (21)申请号 202210427515.4 (22)申请日 2022.04.21 (71)申请人海南大学地址 570228 海
2023-05-14 约1.47万字 14页立即下载
一种基于注意力机制的卷积时序房价预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819256 A (43)申请公布日 2021.05.18 (21)申请号 202110250804.7 (22)申请日 2021.03.08 (71)申请人重庆
2023-06-06 约1.52万字 12页立即下载
神经网络中的注意力机制与可解释性.docx PAGE 1- 神经网络中的注意力机制与可解释性 一、注意力机制概述 (1)注意力机制是一种模拟人类注意力分配能力的人工智能技术，它允许模型在处理复杂任务时，能够聚焦于输入数据中的关键部分。这一机制在神经网络中扮演着至关重要的角色，尤其是在处理序列数据时，如自然语言处理、语音识别和视频分析等领域。注意力机制的核心思想是通过学习一个权重分配方案，让模型能够动态地调整对不同输入元素的重视程度。 (2)在注意力机制中，通常采用注意力权重来衡量每个输入元素对最终输出的影响。这些权重是通过神经网络学习得到的，它们反映了模型对输入数据的理解。具体来说，注意力权重可以基于输入元素之间的相关性、输入元素与任务
2025-01-20 约3.49千字 7页立即下载
基于注意力孪生网络的蛋白质结合位点预测方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112837747 B (45)授权公告日 2022.07.12 (21)申请号 202110041598.9 US 2019265955 A1,2019.08.29 (22)申
2023-06-02 约1.66万字 16页立即下载
一种基于自注意力卷积的核糖核酸-蛋白质位点识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114464249 A (43)申请公布日 2022.05.10 (21)申请号 202111669140.4 (22)申请日 2021.12.31 (71)申请人北京工业大学地址 100124
2023-05-04 约7.77千字 8页立即下载
一种基于可解释性的对抗攻击方法.docx 一种基于可解释性的对抗攻击方法一、引言随着深度学习技术的快速发展，神经网络在许多领域都取得了显著的成果。然而，随之而来的安全问题也引起了人们的关注。其中，对抗攻击作为一种重要的安全威胁，已经成为研究的热点。对抗攻击是指通过添加微小的扰动来改变模型的输出，使模型产生错误的预测。为了应对这一挑战，本文提出了一种基于可解释性的对抗攻击方法。二、背景与相关研究对抗攻击主要包括白盒攻击和黑盒攻击两种类型。白盒攻击可以获取模型的内部信息，如参数、结构等，而黑盒攻击则无法获取这些信息。近年来，研究者们提出了一些基于梯度的方法来执行白盒攻击，这些方法虽然可以有效地攻击模型，但往往缺乏可解释性。因此，本
2025-03-14 约4.72千字 10页立即下载
一种基于注意力机制的GCN-LSTM船舶交通流预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881295 A (43)申请公布日 2022.08.09 (21)申请号 202210410429.2 (22)申请日 2022.04.19 (71)申请人南京理工大学地址 210094
2023-05-14 约1.64万字 13页立即下载
一种基于多头自注意力机制的交通流量预测模型及方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990594 A (43)申请公布日 2021.06.18 (21)申请号 202110339239.1 (22)申请日 2021.03.30 (71)申请人上海海事大学地址
2023-06-10 约1.6万字 12页立即下载
一种基于图注意力机制的跨语言知识图谱链接预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114564596 A (43)申请公布日 2022.05.31 (21)申请号 202210201390.3 G06N 20/20 (2019.01)
2023-05-09 约1.07万字 8页立即下载
一种基于自注意力机制的时序网络的洪水流量预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819219 A (43)申请公布日 2021.05.18 (21)申请号 202110110897.3 (22)申请日 2021.01.26 (71)申请人河海大学地址 21
2023-06-04 约9.85千字 9页立即下载
基于注意力机制的交通速度预测方法研究.docx 基于注意力机制的交通速度预测方法研究一、引言随着城市化进程的加速，交通拥堵问题日益严重，交通速度预测成为了解决这一问题的关键手段。然而，传统的交通速度预测方法往往无法充分捕捉交通流量的时空依赖性和复杂性。近年来，深度学习技术的快速发展为交通速度预测提供了新的思路。本文提出了一种基于注意力机制的交通速度预测方法，旨在提高预测精度和鲁棒性。二、相关工作近年来，许多研究者对交通速度预测进行了深入的研究。传统的预测方法主要基于历史数据和时间序列分析，然而这些方法往往无法充分捕捉交通流量的时空变化特征。随着深度学习技术的发展，许多基于神经网络的交通速度预测方法被提出，如循环神经网络（RNN）、长
2025-03-06 约4.88千字 10页立即下载
基于注意力机制的行人轨迹预测方法与系统设计.docx 基于注意力机制的行人轨迹预测方法与系统设计一、引言随着智能交通系统的快速发展，行人轨迹预测成为了重要的研究方向。准确的预测行人的未来轨迹，不仅有助于提高交通安全性，还能为自动驾驶、智能监控等应用提供有力支持。本文提出了一种基于注意力机制的行人轨迹预测方法与系统设计，以实现对行人行为更精准的预测。二、相关技术及理论背景 2.1注意力机制 注意力机制是一种能够使模型在处理信息时，对重要信息给予更多关注的机制。在深度学习中，注意力机制已被广泛应用于各种任务中，如自然语言处理、图像识别等。在行人轨迹预测中，通过引入注意力机制，可以更好地捕捉行人与周围环境之间的相互作用。 2.2行人轨迹预测行人
2025-03-20 约4.63千字 10页立即下载
基于Transformer稀疏注意力机制的水质预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116050571 A (43)申请公布日 2023.05.02 (21)申请号 202211449236.4 G06F 17/16 (2006.01) (22)申请日 2022.11.
2023-05-11 约1.29万字 13页立即下载
基于注意力机制和堆叠LSTM的交通预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881282 A (43)申请公布日 2022.08.09 (21)申请号 202210311798.6 (22)申请日 2022.03.28 (71)申请人天津大学地址 300072 天津
2023-05-15 约1.4万字 12页立即下载