【技術實現步驟摘要】
本專利技術涉及人工智能、智能視覺、經濟金融場景預測決策、語義(自然語言理解)，尤其涉及一種基于人工智能的風險預警方法、裝置、設備及介質。
技術介紹
1、在風險預警場景中時，充分結合時間關系及空間關系兩個維度進行分析，對風險預警的準確性和靈敏度至關重要。比如，在經濟金融場景預測決策的應用場景中，節點代表企業，節點的屬性代表企業的基礎信息、財務事件等，在不同時刻，節點的屬性可能發生變化，并且各個節點的空間關系可能發生變化。
2、然而，現在的風險預警方法在提取時空特征時，對時間關系和空間關系的處理能力較低，同時節點的屬性變化上的聯系會被忽略，而且整個過程更多關注的是靜態信息，導致風險預警的準確性不高。
技術實現思路
1、基于此，有必要針對現有技術的風險預警方法在提取時空特征時，對時間關系和空間關系的處理能力較低，同時節點的屬性變化上的聯系會被忽略，而且整個過程更多關注的是靜態信息，導致風險預警的準確性不高的技術問題，提出了一種基于人工智能的風險預警方法、裝置、設備及介質。
2、第一方面，提供了一種基于人工智能的風險預警方法，所述方法包括：
3、獲取離散圖序列及所述離散圖序列對應的屬性序列；
4、將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列；
5、根據所述風險屬性序列，確定風險預警結果；
6、其中，所述離散圖序列是各個時刻下的圖信息的時間序列，所述圖信息包括：各個節點和
7、第二方面，提供了一種基于人工智能的風險預警裝置，所述裝置包括：
8、數據獲取模塊，用于獲取離散圖序列及所述離散圖序列對應的屬性序列；
9、預測模塊，用于將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列；
10、風險預警結果確定模塊，用于根據所述風險屬性序列，確定風險預警結果；
11、其中，所述離散圖序列是各個時刻下的圖信息的時間序列，所述圖信息包括：各個節點和用于連接節點的邊，所述屬性序列是各個時刻下的圖屬性的時間序列，所述圖屬性用于表征各個節點的屬性，所述風險屬性序列是多個時刻的風險屬性的時間序列，所述風險預警模型用于基于注意力機制融合空間關系與時間關系、挖掘圖信息與圖信息之間的聯系，所述風險預警模型依次包括編碼器和解碼器，所述編碼器中的各個動態時空注意力單元串聯，所述編碼器中的所述動態時空注意力單元與所述屬性序列中的所述圖屬性一一對應，所述解碼器中的各個所述動態時空注意力單元串聯，所述解碼器中的所述動態時空注意力單元與所述風險屬性序列中的所述風險屬性一一對應。
12、第三方面，提供了一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述基于人工智能的風險預警方法的步驟。
13、第四方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述基于人工智能的風險預警方法的步驟。
14、本申請公開了一種基于人工智能的風險預警方法、裝置、設備及介質，其中方法通過將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，風險預警模型用于基于注意力機制融合空間關系與時間關系、挖掘圖信息與圖信息之間的聯系，實現了在空間關系與時間關系之間的復雜關系引入了注意力機制，有效的提取了節點之間的隱含關系，并充分考慮了每個時刻的圖信息與其他時刻的圖信息之間的時空聯系，以此為依據進行后續的預測，注意力機制的引入將有效地融合時間關系與空間關系，提高了風險預警的準確性。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的風險預警方法，所述方法包括：
2.根據權利要求1所述的基于人工智能的風險預警方法，其特征在于，所述動態時空注意力單元包括：圖信息捕獲子單元、空間注意力子單元、時間注意力子單元和融合子單元；
3.根據權利要求2所述的基于人工智能的風險預警方法，其特征在于，所述將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列的步驟，包括：
4.根據權利要求3所述的基于人工智能的風險預警方法，其特征在于，所述將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列的步驟，包括：
5.根據權利要求4所述的基于人工智能的風險預警方法，其特征在于，所述圖信息捕獲子單元用于：
6.根據權利要求4所述的基于人工智能的風險預警方法，其特征在于，所述空間注意力子單元用于：
7.根據權利要求6所述的基于人工智能的風險預警方法，其特征在于，所述時間注意力子單元用于：
8.一種基于人工智能的風險預警裝置，其特征在于，所述裝置包括：p>
9.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述基于人工智能的風險預警方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述基于人工智能的風險預警方法的步驟。
...【技術特征摘要】
1.一種基于人工智能的風險預警方法，所述方法包括：
2.根據權利要求1所述的基于人工智能的風險預警方法，其特征在于，所述動態時空注意力單元包括：圖信息捕獲子單元、空間注意力子單元、時間注意力子單元和融合子單元；
3.根據權利要求2所述的基于人工智能的風險預警方法，其特征在于，所述將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列的步驟，包括：
4.根據權利要求3所述的基于人工智能的風險預警方法，其特征在于，所述將所述離散圖序列及所述屬性序列輸入預訓練的風險預警模型進行未來的風險趨勢預測，得到風險屬性序列的步驟，包括：
5.根據權利要求4所述的基于人工智能的風險預警方法，其特征在于，所述圖信息捕獲子單...
【專利技術屬性】
技術研發人員：羅中翔，吳穎楠，李娜，王磊，王媛，陳亞殊，張燦豪，
申請(專利權)人：平安創科科技北京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。