课程文献中心 更多>>

关键词： 知识图谱   知识图谱补全   大语言模型   提示策略  

摘要： 知识图谱作为一种有效的知识表示方法，可以系统化地描述实体、属性、关系及状态之间的关联。然而，由于现实世界环境复杂、实体关系多样，现有知识图谱往往存在知识覆盖不全面等问题。为此，提出了一种基于大模型的知识图谱补全方法，通过融合大模型的自然语言理解和知识推理能力，实现对缺失三元组的智能补全。首先利用知识嵌入模型获取实体和关系的结构化表征，继而引入图注意力网络的自注意力和多头注意力机制来捕捉复杂的关系模式，同时结合图卷积网络来增强对局部结构特征的学习。最后设计多层次提示策略来引导大模型，从而实现知识的推理和补全。本方法在水平公开领域基准数据集FB15K-237和WN18RR上进行了系统性实验，实验结果显示在MRR、Hits@1、Hits@3和Hits@10等核心评价指标上较现有基准方法均有一定提升。为进一步验证模型的领域泛化能力，特别选取风机故障诊断这一垂直领域构建专业数据集进行迁移验证，实验结果表明该方法在不同领域场景下均保持稳定的性能表现，展现出良好的跨领域适应能力。

关键词： 思维导图   小学英语   英语教学  

摘要： 随着教育理念的更新和教学方法的不断探索,思维导图作为一种有效的教学工具逐渐受到了教育界的重视。在小学英语教学中,如何有效地运用思维导图,激发学生的学习兴趣,提高学习效果,成为教师关注的焦点之一。文章主要探讨了思维导图在小学英语教学中的应用,以期为小学英语教学提供新的思路和方法。

关键词： 子宫肌瘤   回授法健康教育   思维导图  

摘要： 探究回授法健康教育联合思维导图对子宫肌瘤手术患者的影响。方法 纳入子宫肌瘤患者78例(2023年1月至2024年12月),随机分为对照组(常规护理)、观察组(常规护理+思维导图干预+回授法健康教育)各39例。结果 对比术后下床、肛门排气及首次排便时间,观察组均更短,且并发症发生率更低,干预后观察组各维度ESCA评分更高,面对维度MCMQ评分更高,回避、屈服维度评分更低,SAS评分、SDS评分更低,有统计学意义(P<0.05)。结论 子宫肌瘤手术患者接受回授法健康教育联合思维导图效果显著。

关键词： 图相似度学习   异质图   线图   类型引导边匹配   图结构匹配  

摘要： 图相似度学习是通过学习图的结构特征来匹配图之间相似程度的方法。近年来，基于图神经网络的图相似度学习方法目前仍局限于节点级或图级的匹配范式，忽视了边级表示及其对图结构匹配的贡献。此外，现实图中的边通常具有不同类型，代表节点间不同的语义关系，可用于引导跨图交互。因此，提出了一种类型引导边匹配的异质图相似度学习方法（TEM-HGSL），首先设计基于线图的异质图同构网络以更好学习边的嵌入，然后进行类型对齐的边匹配机制以更好利用边的语义信息，最终实现边-图双层级的图相似度计算。在4个异质图据集上的实验结果表明，TEM-HGSL方法计算的均方误差比最优基线平均降低了25.65%，能有效地实现细粒度相似度计算。

关键词： 会话推荐   图注意力   会话偏好识别   邻居选择矩阵   注意力机制  

摘要： 现有的基于自注意力的会话推荐融合所有高阶邻居信息,在丰富节点项目表示的同时也带来了节点项目表示同质化及弱相关邻居对项目表示产生干扰的问题.针对这些问题,提出一种基于图注意力和会话偏好识别的会话推荐模型.模型在生成节点项目嵌入时仅选择μ阶邻居,采取图注意力机制聚合μ阶邻居特征信息;同时,针对不同用户的不同会话偏好不一的情况,提出会话偏好分类识别及会话嵌入学习方法,将会话偏好分为偏好集中和偏好发散两种类型,进行分类计算;最后,应用软注意力机制融合会话中的项目嵌入学习得到会话嵌入表示进行预测.在Nowplaying和Diginetica两个真实数据集上进行实验,与基线方法相比,本文模型均达到了更优的实验效果.

关键词： 24小时动态脑电图   小儿癫痫   诊断价值  

摘要： 24小时动态脑电图对小儿癫痫诊断价值观察。方法 将2023年3月-2024年9月,参与研究84例对象疑似癫痫小儿分为两组,对照组接受常规的脑电图诊断;观察组接受24小时动态脑电图诊断,对比诊断结果。结果 经过检查后,观察组小儿的灵敏度、特异度显著高于对照组,漏诊率、误诊率低于对照组。检查后观察组小儿的不良反应显著低于对照组,家属综合满意率结果更好。以上指标对比,观察组结果均优于对照组,对比(p<0.05)。结论 24小时动态脑电图检查方式可帮助疑似小儿癫痫对象诊断疾病,临床诊断结果十分显著,建议推广。

关键词： 呼吸窘迫综合征   满意率   思维导图模式护理   血气指标  

摘要： 分析新生儿呼吸窘迫综合征(NRDS)行思维导图模式护理的效果。方法 将68例NRDS患儿作为样本,单双号分组,有基础组、探析组,均有34例,基础组为传统护理,探析组为思维导图模式护理,2022年3月-2024年3月为入选周期,检测血气指标并比较各组的康复指标,统计并发症,分析各组满意率。结果 施护前对血气相关的四项指标实施检测,探析组、基础组的差异并不鲜明,P>0.05。施护后对血气相关的四项指标实施检测,差异非常鲜明,其中SaO2、PaO2、pH等探析组高于基础组,PaCO2在探析组低于基础组,P<0.05。PCIS、阿氏评分等在探析组高于基础组,机械通气时间、出院时间在探析组短于基础组,PS使用次数在探析组低于基础组,P<0.05。并发症率的差异非常鲜明,探析组中的数据为2.94%,基础组中的数据为17.65%,即探析组低于基础组,P<0.05。满意率的差异非常鲜明,探析组中的数据为94.12%,基础组中的数据为76.47%,即探析组高于基础组,P<0.05。结论 思维导图模式护理对于血气指标的调节效果好,能减少PS的使用,缩短NRDS患儿恢复进程,也能防范并发症,监护人满意率高。

关键词： 人像抠图   语义感知   双金字塔   双分支解码   全局上下文信息  

摘要： 人像抠图是图像处理领域重要任务之一,针对现有图像数据中人像前景尺度多样造成的人像抠取粗糙问题,提出一种双金字塔式编码的人像语义感知自动抠图网络.双金字塔式编码器包含输入金字塔和特征金字塔,输入金字塔中输入图像等比例下采样后送入网络以保留原始图像细节,特征金字塔结合带状卷积组和5个层级的编码块充分捕获不同层次的图像特征.同时,在双分支解码结构中,全局分割解码分支上设计了视域扩张模块扩大网络感受范围,进一步增强全局上下文信息的捕获;局部细节分支上提出细节感知模块融合编码特征与解码输出,引导网络关注人像轮廓.在3个数据集上与6种人像自动抠图方法进行了对比实验,所提方法的抠图性能均优于对比方法.验证了所提方法能改善人像抠取的精细度,提高了复杂图像数据下人像抠取的鲁棒性.

关键词： 轨迹预测   时空图   图神经网络   图注意力   时空交互  

摘要： 行人轨迹预测在自动驾驶领域和智慧交通领域均取得了显著的研究进展。由于行人的行为受到自身和环境因素双重影响，其轨迹具有不确定性和复杂性，准确利用轨迹数据的交互特征生成多模态轨迹仍存在较大挑战。目前该领域当中的主要挑战是准确建模行人之间的时空交互。面对复杂的行人时空交互，提出了一种基于图注意力（Graph Attention， GAT）的时空图神经网络，其量化表示行人之间的空间交互并重点关注关键交互，从而将行人轨迹信息表示为有向时空图，利用图注意力机制提取空间位置特征和交互特征，同时结合自注意力机制在时间维度提取时间特征并融合时空特征信息，最后可以生成结合历史轨迹和交互信息的多模态未来轨迹。在ETH-UCY数据集上的实验表明，与最佳基线模型相比，所提出的方法在平均位移误差（Average Displacement Error， ADE）和最终位移误差（Final Displacement Error， FDE）方面能够分别降低3.4%和2.1%，并具有较短的推理时间以便实时推理响应。可视化的结果表明所提出的方法能够生成具有可接受性的未来行人轨迹，展现了良好的工程应用前景。