首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的风险动态演化方法及系统 

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!

申请/专利权人:杭州小策科技有限公司

摘要:本申请公开了基于深度学习的风险动态演化方法及系统,涉及风险控制技术领域,所述方法包括:加载目标项目的项目属性信息和项目流程信息,预设深度学习约束,执行特征项目风险识别的深度学习,获得项目风险解析集成网络;加载实时项目节点及对应的项目实时监测信息;基于实时项目节点,生成子网络激活指令,激活匹配项目风险解析子网络;对项目实时监测信息进行实时风险识别,获得实时项目风险解析结果;基于项目实时监测信息和实时项目风险解析结果进行多维风险动态演化,获得预测项目风险解析结果。对实时、预测项目风险解析结果进行风险融合,获得项目风险识别报告。实现适应不同领域和环境中风险变化,提供更准确的风险管理的技术效果。

主权项:1.基于深度学习的风险动态演化方法,其特征在于,所述方法包括:加载目标项目的项目属性信息和项目流程信息;基于预设深度学习约束,根据所述项目属性信息和所述项目流程信息执行特征项目风险识别的深度学习,获得项目风险解析集成网络;加载目标项目的实时项目节点,以及所述实时项目节点对应的项目实时监测信息;基于所述实时项目节点,生成子网络激活指令,并根据所述子网络激活指令激活所述项目风险解析集成网络内的匹配项目风险解析子网络;基于所述匹配项目风险解析子网络对所述项目实时监测信息进行实时风险识别,获得实时项目风险解析结果;基于所述项目实时监测信息和所述实时项目风险解析结果进行多维风险动态演化,获得预测项目风险解析结果;基于所述实时项目风险解析结果和所述预测项目风险解析结果进行风险融合,获得项目风险识别报告;基于所述项目实时监测信息和所述实时项目风险解析结果进行多维风险动态演化,获得预测项目风险解析结果,包括:基于所述项目流程信息执行所述实时项目节点的后续项目流程特征节点识别,获得项目风险预测节点序列,其中,所述项目风险预测节点序列包括多个项目风险预测节点;构建多维风险动态演化模型,其中,所述多维风险动态演化模型包括多维预设风险动态演化指标,所述多维预设风险动态演化指标包括预测项目风险类型、预测项目风险影响和预测项目风险触发概率;将所述项目实时监测信息、所述实时项目风险解析结果和所述项目风险预测节点序列输入所述多维风险动态演化模型,获得多个节点风险动态演化结果;基于所述多个节点风险动态演化结果进行风险激励融合计算,获得预测项目风险系数;将所述多个节点风险动态演化结果和所述预测项目风险系数添加至所述预测项目风险解析结果;构建多维风险动态演化模型,包括:加载所述项目属性信息对应的同类项目风险记录数据集;基于所述项目流程信息对所述同类项目风险记录数据集进行序列化调整,获得同类项目风险记录序列集;基于多个预设机器学习算子,分别对所述同类项目风险记录序列集进行有监督训练,获得多个风险动态演化器,且,所述多个风险动态演化器具有对应标识的多个风险动态演化精度;基于所述多个风险动态演化精度,筛选最优风险动态演化精度;基于所述最优风险动态演化精度,根据所述多个风险动态演化器,匹配最优风险动态演化器,并将所述最优风险动态演化器添加至所述多维风险动态演化模型;基于所述多个节点风险动态演化结果进行风险激励融合计算,获得预测项目风险系数,包括:根据所述多个节点风险动态演化结果,提取多个预测项目风险影响系数和多个预测项目风险触发概率参数;基于所述多个预测项目风险触发概率参数进行占比计算,获得多个风险激励系数;基于所述多个风险激励系数对所述多个预测项目风险影响系数进行加权计算,生成所述预测项目风险系数。

全文数据:

权利要求:

百度查询: 杭州小策科技有限公司 基于深度学习的风险动态演化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术