申请/专利权人:南方科技大学
申请日:2024-03-13
公开(公告)日:2024-04-12
公开(公告)号:CN117875726A
主分类号:G06Q10/0635
分类号:G06Q10/0635;G06Q10/067;G06N3/0455;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供基于深度学习的价值链优化管控方法及系统,其中,方法包括:获取第一输入样本;基于VAE模型,根据第一输入样本,确定第二输入样本;基于深度学习技术和时空注意力机制,构建企业价值链风险预测模型;将第二输入样本输入企业价值链风险预测模型,获得企业价值链风险等级的概率分布结果;根据概率分布结果,进行优化管控。本发明的基于深度学习的价值链优化管控方法及系统,引入VAE模型对获取的第一输入样本进行数据增强,获取第二输入样本,样本数据更平衡。引入深度学习技术和时空注意力机制,风险预测更精准,根据预测的概率分布结果进行优化管控,管控更适宜。
主权项:1.基于深度学习的价值链优化管控方法,其特征在于,包括:获取第一输入样本,第一输入样本为:产品生产业务历史数据和拓扑关系数据,拓扑关系数据是企业价值链上的活动环节的交互关系信息;基于VAE模型,根据第一输入样本,确定第二输入样本,VAE模型为:变分自动编码器生成模型;基于深度学习技术和时空注意力机制,构建企业价值链风险预测模型;将第二输入样本输入企业价值链风险预测模型,获得企业价值链风险等级的概率分布结果;根据企业价值链风险等级的概率分布结果,进行相应优化管控;其中,根据企业价值链风险等级的概率分布结果,进行相应优化管控,包括:解析企业价值链风险等级的概率分布结果,确定目标环节的管控优先级;根据管控优先级,对应调取管控策略库并确定管控策略进行相应优化管控。
全文数据:
权利要求:
百度查询: 南方科技大学 基于深度学习的价值链优化管控方法
免责声明
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。