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！

龙图腾网获悉陕西天霖瑞腾网络科技有限公司申请的专利多模态数据驱动的工程进度风险智能评估方法及系统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：CN120542933B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510696354.2，技术领域涉及：G06Q10/0635；该发明授权多模态数据驱动的工程进度风险智能评估方法及系统是由谢高尚;秦碧龙;陆伟杰;兰振东;秦东设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本多模态数据驱动的工程进度风险智能评估方法及系统在说明书摘要公布了：本申请涉及工程进度管理技术领域，提供了一种多模态数据驱动的工程进度风险智能评估方法及系统。将多模态的工程信息映射至三阶张量中，基于预设的投影函数生成三阶张量的张量切片作为时空张量；基于工程信息构建由工程任务、执行关系构成的时变图，从时空张量中提取任务特征，基于任务特征生成边权重，通过边权重调整时变图中的节点关系，输出动态图结构；基于时空张量和动态图结构，生成工程进度在时空维度的风险方程，并通过微分方程求解风险方程，输出工程进度的风险项；根据风险项和工程信息中的实际进度数据，生成工程进度风险评估文件。降低风险评估误差，提升工程进度风险评估的效率，支撑工程决策由被动响应转向主动干预。

本发明授权多模态数据驱动的工程进度风险智能评估方法及系统在权利要求书中公布了：1.一种多模态数据驱动的工程进度风险智能评估方法，其特征在于，包括： 获取多模态的工程信息，所述工程信息包括结构化数据、非结构化数据以及时序数据； 将所述工程信息映射至三阶张量中，基于预设的投影函数生成所述三阶张量的张量切片，作为时空张量；其中，所述三阶张量包括工程实体维度、时间维度以及特征维度；所述工程实体维度包括任务节点； 基于工程信息构建由工程任务、执行关系构成的时变图，从所述时空张量中提取任务特征，基于所述任务特征生成边权重，通过所述边权重调整所述时变图中的节点关系，输出动态图结构； 基于所述时空张量和所述动态图结构，生成工程进度在时空维度的风险方程，并通过微分方程求解所述风险方程，输出工程进度的风险项； 根据所述风险项和所述工程信息中的实际进度数据，生成工程进度风险评估文件； 其中，基于所述时空张量和所述动态图结构，生成工程进度在时空维度的风险方程，并通过微分方程求解所述风险方程，输出工程进度的风险项，包括： 基于所述动态图结构，确定风险通过所述动态图结构的扩散项； 基于所述时空张量，确定多模态特征变化对风险的驱动项； 基于所述扩散项和所述驱动项，确定工程进度风险在时空维度的风险方程； 通过微分方程求解所述风险方程，输出工程进度的风险项； 其中，基于所述动态图结构，确定风险通过所述动态图结构的扩散项，包括： 基于所述动态图结构中任务节点的风险概率，确定风险通过所述动态图结构的扩散项为： ； 其中，分别表示任务节点i和任务节点j的风险概率，表示任务节点i和任务节点j之间的边权重，表示任务节点i的邻居集合； 其中，基于所述时空张量，确定多模态特征变化对风险的驱动项为： ； 其中，表示风险对特征的敏感度，表示特征的时间导数，即特征随时间的变化速率，D表示特征维度总数，d表示特征维度的标识； 其中，基于所述扩散项和所述驱动项，确定工程进度风险在时空维度的风险方程为： ； 其中，表示预设的超参数；表示非线性交互项；W表示可学习权重矩阵，R表示风险项，T表示特征项。

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陕西天霖瑞腾网络科技有限公司，其通讯地址为：710000 陕西省西安市西咸新区空港新城临空产业园2期6号楼2单元412室B206；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。