[发明专利]通过边缘搜索的特征交互在审
申请号: | 202080100405.6 | 申请日: | 2020-07-14 |
公开(公告)号: | CN115699058A | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 谢悦湘;王桢;李雅亮;丁博麟;黄俊;孔维丹;林伟;周靖人 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06Q30/0241 | 分类号: | G06Q30/0241 |
代理公司: | 广州铸智知识产权代理有限公司 44886 | 代理人: | 徐瑞红 |
地址: | 开曼群岛大开曼*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通过 边缘 搜索 特征 交互 | ||
1.一种由一个或更多个计算设备实现的方法,所述方法包括:
将一阶的特征图中的多个节点与应用相关联的多个不同特征相关联;
从低阶的交互特征迭代地生成高阶的交互特征,以形成不同阶的多个特征图;以及
将所述不同阶的所述多个特征图的相应交互特征传播到神经网络,以确定一个或更多个阶的交互特征的数量,所述一个或更多个阶的所确定数量的交互特征用于训练预测模型,以对所述应用进行推断。
2.根据权利要求1所述的方法,其中,从所述低阶的交互特征迭代地生成所述高阶的交互特征,以形成所述不同阶的多个特征图,包括:至少部分地基于回报函数来确定是否连接所述低阶的两个交互特征以形成所述高阶的交互特征。
3.根据权利要求2所述的方法,其中,所述回报函数包括与生成低阶的交互特征的有用性相关的即时回报部分以及与生成高阶的交互特征的有用性相关的长期回报部分。
4.根据权利要求1所述的方法,还包括以表格格式接收所述多个不同特征。
5.根据权利要求1所述的方法,其中,将所述一阶的所述特征图中的所述多个节点与所述推断应用相关联的所述多个不同特征相关联,包括:
使用独热编码将所述多个不同特征转换为特征表征;以及
将所述特征表征映射为特征嵌入向量,所述特征嵌入向量被视为所述一阶的所述特征图中的所述多个节点。
6.根据权利要求1所述的方法,其中,将所述一阶的所述特征图中的所述多个节点与所述推断应用相关联的所述多个不同特征相关联,包括:
将所述多个不同特征中的每个不同特征建模为所述特征图中的所述多个节点中的相应节点,并且将所述多个不同特征中的两个不同特征之间的交互建模为所述特征图中的所述多个节点中的对应节点之间的边缘。
7.根据权利要求1所述的方法,其中,从所述低阶的交互特征迭代地生成所述高阶的交互特征,以形成所述不同阶的所述多个特征图,包括:
通过边缘搜索,将所述低阶的交互特征与所述一阶的所述特征图中的特征交叉,生成所述高阶的交互特征。
8.根据权利要求7所述的方法,其中,所述边缘搜索包括通过马尔可夫决策过程的边缘搜索。
9.根据权利要求1所述的方法,其中,k阶的交互特征包括k个不同特征的交叉积,其中,k是大于或等于1的整数。
10.根据权利要求1所述的方法,还包括:
收集针对所述一个或更多个阶的所确定数量的交互特征的数据;以及
使用所述预测模型来基于所收集的数据对所述应用进行新的推断。
11.一种或更多种计算机可读介质,所述一种或更多种计算机可读介质存储有可执行指令,当所述可执行指令被一个或更多个处理器执行时,所述可执行指令使所述一个或更多个处理器执行动作,所述动作包括:
将一阶的特征图中的多个节点与应用相关联的多个不同特征相关联;
从低阶的交互特征迭代地生成高阶的交互特征,以形成不同阶的多个特征图;以及
将所述不同阶的所述多个特征图的相应交互特征传播到神经网络,以确定一个或更多个阶的交互特征的数量,所述一个或更多个阶的所确定数量的交互特征用于训练预测模型以对所述应用进行推断。
12.根据权利要求11所述的一种或更多种计算机可读介质,其中,将所述一阶的所述特征图中的所述多个节点与所述推断应用相关联的所述多个不同特征相关联,包括:
使用独热编码将所述多个不同特征转换为特征表征;以及
将所述特征表征映射为特征嵌入向量,所述特征嵌入向量被视为所述一阶的所述特征图中的所述多个节点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080100405.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:散热器构造的生成
- 下一篇:用于V2X服务的装置和服务器