Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学杨青获国家专利权

桂林电子科技大学杨青获国家专利权

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!

龙图腾网获悉桂林电子科技大学申请的专利一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法、系统、设备及存储介质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:CN119474528B

龙图腾网通过国家知识产权局官网在2025-09-23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:202411454600.5,技术领域涉及:G06F16/9535;该发明授权一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法、系统、设备及存储介质是由杨青;刘明浩;江雨壕;关中龙;吴泽正;刘奕成;黄肖阳;何佳融设计研发完成,并于2024-10-17向国家知识产权局提交的专利申请。

一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法、系统、设备及存储介质在说明书摘要公布了:本发明涉及数据挖掘推荐技术领域,具体公开了一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法、系统、设备及存储介质,包括如下步骤:数据预处理;大语言模型嵌入表示;DKT模型预训练;根据大语言模型嵌入表示及数据集原始的先决关系,构建数据知识图谱;用图注意力算法更新图谱内容,用多头注意力稳定学习过程,更新知识点嵌入表示;通过得到的知识点嵌入表示,结合学生历史学习信息,为学生依次推荐出一条学习路径。本发明引入大语言模型对知识点进行嵌入表示,加入图注意力算法及强化学习方法,挖掘了知识点之间的相关性,能够实现快速,合理的为学生推荐学习路径。

本发明授权一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法、系统、设备及存储介质在权利要求书中公布了:1.一种基于大语言模型嵌入的图注意力强化学习学习路径推荐方法,其特征在于,包括如下步骤: S1、数据预处理; S2、根据知识点名称利用大语言模型进行嵌入表示; S3、基于预处理的数据,对DKT模型进行预训练; S4、根据大语言模型的嵌入表示以及知识点的先决关系,构建两张知识图谱; S5、根据两张知识图谱,利用图注意力算法分别获得更新的知识点的嵌入表示并累加; S6、通过得到的知识点最终嵌入表示,结合强化学习方法依次推荐,生成学习路径; 在步骤S5中,具体包括如下: S51、注意力学习层:分别根据生成的两张知识图谱中的节点,将各知识点的嵌入表示传入图注意力模型,先将节点的初始嵌入经过一个简单的线性变换,输出的第i个节点线性变换后的嵌入表示zi如下所示: zi=Whi 其中,hi表示第i个节点的嵌入表示,W是一个可训练矩阵; S52、计算各对节点间的原始注意力分数:分别根据生成的两张知识图谱数据中边的关系,找到一条边两端的节点,首先,将两个节点的嵌入表示拼接起来,然后对拼接好的嵌入以及一个可学习的权重做点积计算,最后利用LeakyReLU函数进行激活,输出的各对节点间的原始注意力分数eij如下所示: eij=LeakyReLUaTzi||Zj 其中,zi和zj分别表示节点i和节点j经过线性变换后的嵌入表示,||在这里表示拼接,aT是一个可学习的权重向量; S53、分别根据生成的两张知识图谱,对一个节点的所有入边得到的原始注意力分数进行Softmax操作,得到注意力权重aij如下所示: 其中,eik表示第i个节点和第k个节点间的原始注意力分数,∑k∈Niexpeik表示将每一对节点的原始注意力分数相累加; S54、根据注意力的权重,对所有邻居节点的特征进行聚合,得到节点聚合的最终嵌入表示h′i如下所示: 其中,σ是激活函数; S55、采用多头注意力的机制稳定注意力的学习过程: 最后输出各知识点的最终嵌入表示,其中,K表示多头注意力机制的头数; 在步骤S6中,具体包括如下: S61、构建LSTM神经网络模拟器,随机生成10个知识点ID作为学生的历史学习数据,输入LSTM神经网络模拟器,生成学生隐藏状态表示; S62、随机生成5个知识点ID作为学生目标概念,根据步骤S5得到的知识点最终嵌入查询到对应的目标概念嵌入; S63、结合学生隐藏状态,将步骤S5得到的知识点最终嵌入表示和目标概念的嵌入表示利用多层感知机结合起来,输出一个推荐项目; S64、将推荐项目放入步骤S3预训练好的DKT模型中测试,给出评分; S65、将评分视为强化学习中的奖励融入损失函数,完成一个项目推荐,公式如下: LOSS=-Et∑logP 其中,Et表示评分提升量,P表示该项目被推荐的概率; S66、重复上述步骤依次生成推荐项,生成学习路径。

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桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市金鸡路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”。

以上内容由龙图腾AI智能生成。

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。