【技术实现步骤摘要】
本专利技术涉及人工智能、智能视觉、经济金融场景预测决策、语义(自然语言理解)，尤其涉及一种基于人工智能的风险预警方法、装置、设备及介质。
技术介绍
1、在风险预警场景中时，充分结合时间关系及空间关系两个维度进行分析，对风险预警的准确性和灵敏度至关重要。比如，在经济金融场景预测决策的应用场景中，节点代表企业，节点的属性代表企业的基础信息、财务事件等，在不同时刻，节点的属性可能发生变化，并且各个节点的空间关系可能发生变化。
2、然而，现在的风险预警方法在提取时空特征时，对时间关系和空间关系的处理能力较低，同时节点的属性变化上的联系会被忽略，而且整个过程更多关注的是静态信息，导致风险预警的准确性不高。
技术实现思路
1、基于此，有必要针对现有技术的风险预警方法在提取时空特征时，对时间关系和空间关系的处理能力较低，同时节点的属性变化上的联系会被忽略，而且整个过程更多关注的是静态信息，导致风险预警的准确性不高的技术问题，提出了一种基于人工智能的风险预警方法、装置、设备及介质。
2、第一方面，提供了一种基于人工智能的风险预警方法，所述方法包括：
3、获取离散图序列及所述离散图序列对应的属性序列；
4、将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列；
5、根据所述风险属性序列，确定风险预警结果；
6、其中，所述离散图序列是各个时刻下的图信息的时间序列，所述图信息包括：各个节点和
7、第二方面，提供了一种基于人工智能的风险预警装置，所述装置包括：
8、数据获取模块，用于获取离散图序列及所述离散图序列对应的属性序列；
9、预测模块，用于将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列；
10、风险预警结果确定模块，用于根据所述风险属性序列，确定风险预警结果；
11、其中，所述离散图序列是各个时刻下的图信息的时间序列，所述图信息包括：各个节点和用于连接节点的边，所述属性序列是各个时刻下的图属性的时间序列，所述图属性用于表征各个节点的属性，所述风险属性序列是多个时刻的风险属性的时间序列，所述风险预警模型用于基于注意力机制融合空间关系与时间关系、挖掘图信息与图信息之间的联系，所述风险预警模型依次包括编码器和解码器，所述编码器中的各个动态时空注意力单元串联，所述编码器中的所述动态时空注意力单元与所述属性序列中的所述图属性一一对应，所述解码器中的各个所述动态时空注意力单元串联，所述解码器中的所述动态时空注意力单元与所述风险属性序列中的所述风险属性一一对应。
12、第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人工智能的风险预警方法的步骤。
13、第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于人工智能的风险预警方法的步骤。
14、本申请公开了一种基于人工智能的风险预警方法、装置、设备及介质，其中方法通过将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，风险预警模型用于基于注意力机制融合空间关系与时间关系、挖掘图信息与图信息之间的联系，实现了在空间关系与时间关系之间的复杂关系引入了注意力机制，有效的提取了节点之间的隐含关系，并充分考虑了每个时刻的图信息与其他时刻的图信息之间的时空联系，以此为依据进行后续的预测，注意力机制的引入将有效地融合时间关系与空间关系，提高了风险预警的准确性。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的风险预警方法，所述方法包括：
2.根据权利要求1所述的基于人工智能的风险预警方法，其特征在于，所述动态时空注意力单元包括：图信息捕获子单元、空间注意力子单元、时间注意力子单元和融合子单元；
3.根据权利要求2所述的基于人工智能的风险预警方法，其特征在于，所述将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列的步骤，包括：
4.根据权利要求3所述的基于人工智能的风险预警方法，其特征在于，所述将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列的步骤，包括：
5.根据权利要求4所述的基于人工智能的风险预警方法，其特征在于，所述图信息捕获子单元用于：
6.根据权利要求4所述的基于人工智能的风险预警方法，其特征在于，所述空间注意力子单元用于：
7.根据权利要求6所述的基于人工智能的风险预警方法，其特征在于，所述时间注意力子单元用于：
8.一种基于人工智能的风险预警装置，其特征在于，所述装置包括：p>
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于人工智能的风险预警方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于人工智能的风险预警方法的步骤。
...【技术特征摘要】
1.一种基于人工智能的风险预警方法，所述方法包括：
2.根据权利要求1所述的基于人工智能的风险预警方法，其特征在于，所述动态时空注意力单元包括：图信息捕获子单元、空间注意力子单元、时间注意力子单元和融合子单元；
3.根据权利要求2所述的基于人工智能的风险预警方法，其特征在于，所述将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列的步骤，包括：
4.根据权利要求3所述的基于人工智能的风险预警方法，其特征在于，所述将所述离散图序列及所述属性序列输入预训练的风险预警模型进行未来的风险趋势预测，得到风险属性序列的步骤，包括：
5.根据权利要求4所述的基于人工智能的风险预警方法，其特征在于，所述图信息捕获子单...
【专利技术属性】
技术研发人员：罗中翔，吴颖楠，李娜，王磊，王媛，陈亚殊，张灿豪，
申请(专利权)人：平安创科科技北京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。