中国科学院大学徐俊刚获国家专利权
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!
龙图腾网获悉中国科学院大学申请的专利与非图的生成方法、装置和计算机设备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:CN119783596B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202510267227.0,技术领域涉及:G06F30/327;该发明授权与非图的生成方法、装置和计算机设备是由徐俊刚;刘淼设计研发完成,并于2025-03-07向国家知识产权局提交的专利申请。
本与非图的生成方法、装置和计算机设备在说明书摘要公布了:本申请涉及一种与非图的生成方法、装置和计算机设备。所述方法包括:基于目标电路的与非图数据以及与非图数据服从的目标分布类型,生成与非图数据对应的条件概率分布函数;从条件概率分布函数中采样潜在分布参数,将潜在分布参数进行解码处理,得到各节点的节点特征向量、目标与非图的图特征矩阵以及各节点之间的边的概率特征;针对目标节点,基于图特征矩阵、目标节点的上一个节点的节点特征向量以及预设神经网络模型,得到目标节点的节点预测类型;基于节点预测类型和目标节点的边概率特征,确定目标节点的关联节点;基于各目标节点以及目标节点对应的各关联节点,生成目标电路对应的目标与非图。采用本方法能够提高与非图生成效率。
本发明授权与非图的生成方法、装置和计算机设备在权利要求书中公布了:1.一种与非图的生成方法,其特征在于,所述方法包括: 基于目标电路的与非图数据、所述与非图数据服从的目标分布类型和预设神经网络模型,生成所述与非图数据对应的条件概率分布函数,所述与非图数据反映目标与非图中的多个节点以及各节点之间连接的边,所述预设神经网络模型至少包括解码器; 从所述条件概率分布函数中随机获取所述与非图数据,以及确定所述与非图数据对应的均差函数和方差函数;基于预设重参数化公式、所述与非图数据、所述均差函数和所述方差函数确定潜在分布参数;通过所述解码器对将所述潜在分布参数进行解码,得到各节点的节点特征向量,以及将各节点的特征向量进行拼接,得到所述目标与非图的图特征矩阵;通过所述解码器对所述图特征矩阵进行解码,得到各节点之间边的概率特征; 针对目标节点,基于所述图特征矩阵、所述目标节点的上一个节点的节点特征向量以及预设神经网络模型,得到所述目标节点的节点预测类型;基于所述节点预测类型和所述目标节点的边概率特征,确定所述目标节点的关联节点; 基于各所述目标节点以及所述目标节点对应的各所述关联节点,生成所述目标电路对应的目标与非图。
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中国科学院大学,其通讯地址为:101408 北京市怀柔区雁栖湖东路1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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。