基于超图的计算机支持协作学习异常分组检测方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于超图的计算机支持协作学习异常分组检测方法及系统，属于图异常检测领域。本发明将待检测的学生在线课堂交互数据输入经过训练的异常分组检测模型中，获得课堂中CSCL分组的异常检测结果。本发明通过在模型中添加时序模块，以编码解码的方式实现对分组与交互的时序异常检测；通过将时序模块编码结果线性融合到超图模块的初始表示中，使得超图模块能够考虑细粒度的时序信息；通过超图联合神经网络实现对高阶关系的编码并学习超边与超节点的表示；通过时序自注意力机制实现在超图模块中综合考虑多尺度的时序信息。此外，本发明还使用带有Token的自注意力机制，能够对不同成员个数的分组表示进行自适应聚合。

《基于超图的计算机支持协作学习异常分组检测方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024111876732，当前法律状态为已下证，由浙江师范大学提出申请，发明人为黄昌勤;余秉航;高程玲;黄琼浩;涂雅欣，申请日期为2024-08-28，公开（公告）日期为2024-12-17，国际专利分类号（IPC）为 G06F 18/2433 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于超图的计算机支持协作学习异常分组检测方法及系统，属于图异常检测领域。本发明将待检测的学生在线课堂交互数据输入经过训练的异常分组检测模型中，获得课堂中CSCL分组的异常检测结果。本发明通过在模型中添加时序模块，以编码解码的方式实现对分组与交互的时序异常检测；通过将时序模块编码结果线性融合到超图模块的初始表示中，使得超图模块能够考虑细粒度的时序信息；通过超图联合神经网络实现对高阶关系的编码并学习超边与超节点的表示；通过时序自注意力机制实现在超图模块中综合考虑多尺度的时序信息。此外，本发明还使用带有Token的自注意力机制，能够对不同成员个数的分组表示进行自适应聚合。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！