買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉復旦大學;星環(huán)信息科技(上海)股份有限公司申請的專利基于分組掩碼自回歸模型的查詢基數(shù)估計方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116662454B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310401084.9，技術領域涉及：G06F16/28；該發(fā)明授權基于分組掩碼自回歸模型的查詢基數(shù)估計方法是由荊一楠;喬冀瑜;張寒冰;徐偉;陳振強;何震瀛;王曉陽設計研發(fā)完成，并于2023-04-15向國家知識產(chǎn)權局提交的專利申請。

本基于分組掩碼自回歸模型的查詢基數(shù)估計方法在說明書摘要公布了：本發(fā)明屬于數(shù)據(jù)庫查詢技術領域，具體為一種基于分組掩碼自回歸模型的查詢基數(shù)估計方法。本發(fā)明包括列數(shù)據(jù)分組預處理、分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型訓練；列數(shù)據(jù)分組預處理將單表數(shù)據(jù)進行分組排序，使模型更好的學習到其中的聯(lián)合概率分布；分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型通過位置編碼以不同次序學習部分列的分布，模型訓練分為數(shù)據(jù)訓練、混合掩碼訓練、直接查詢訓練三個階段且混合訓練，組合不同的數(shù)據(jù)集對模型進行訓練，降低模型的訓練時間；從數(shù)據(jù)庫系統(tǒng)執(zhí)行日志中記錄誤差較大的查詢信息并加入三階段訓練的數(shù)據(jù)中，提高模型的訓練效率。本發(fā)明可以減少傳統(tǒng)自回歸模型進行基數(shù)估計時的查詢誤差，減少時耗，使得模型可以更快、更穩(wěn)定用于基數(shù)估計。

本發(fā)明授權基于分組掩碼自回歸模型的查詢基數(shù)估計方法在權利要求書中公布了：1.一種基于分組掩碼自回歸模型的查詢基數(shù)估計方法，其特征在于，具體步驟包含：列數(shù)據(jù)分組預處理、分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型的訓練； 步驟一列數(shù)據(jù)分組預處理； 具體是將單表數(shù)據(jù)以列為單位，按照信息熵從小到大進行分組；分組后在組內按列間相關性與相對熵即KL散度的加權平均進行組內排序；排序后的數(shù)據(jù)按照分組附加不同順序的掩碼輸入分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型，并進行訓練；經(jīng)過分組預處理的單表數(shù)據(jù)有利于使用自回歸模型進行預測，降低自回歸模型的預測誤差，且之后的神經(jīng)網(wǎng)絡按分組對數(shù)據(jù)附加掩碼進行訓練； 二分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型的訓練； 所述分組掩碼神經(jīng)網(wǎng)絡基數(shù)估計模型采用自回歸神經(jīng)網(wǎng)絡模型，以下簡稱模型，包括使用原始數(shù)據(jù)與在原始數(shù)據(jù)上的查詢與查詢結果，對模型進行混合訓練學習，獲取原始數(shù)據(jù)中不同列不同取值的聯(lián)合概率分布，且使用掩碼機制針對步驟一中生成的數(shù)據(jù)分組與重點查詢的概率分布進行優(yōu)化學習； 模型訓練分為數(shù)據(jù)訓練、混合掩碼訓練、直接查詢訓練三個階段；在使用數(shù)據(jù)進行訓練時，首先對數(shù)據(jù)進行編碼，對于值域較小的列采用獨熱編碼，對于值域較長的列使用詞向量編碼；同時需要在每條數(shù)據(jù)前附加當前預測位置的編碼；其中： 數(shù)據(jù)訓練階段，將長度為n數(shù)據(jù)序列擴展為n×n的矩陣數(shù)據(jù)，對相同的數(shù)據(jù)矩陣按照分組附加不同的掩碼矩陣以進行不同順序的訓練學習，其中一數(shù)據(jù)中順序對應一種n×n大小的掩碼矩陣，掩碼按分組為單位進行施加，掩碼矩陣與數(shù)據(jù)矩陣相乘得到訓練數(shù)據(jù)，將訓練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡進行訓練； 混合掩碼訓練階段，選取測試查詢中誤差大于設定閾值η1的查詢，根據(jù)查詢所涉及的列條件順序生成對應掩碼矩陣，掩碼矩陣與數(shù)據(jù)矩陣相乘得到訓練數(shù)據(jù)，訓練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡進行訓練； 直接查詢訓練階段，需要選擇經(jīng)過前兩步訓練后誤差大于設定閾值η2的查詢，將其加入數(shù)據(jù)集中，利用重參數(shù)技巧，或者拆分為子查詢，直接對模型進行訓練，這些查詢來自預先設置的測試集，或者來自在實際使用中日志記錄查詢。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人復旦大學;星環(huán)信息科技(上海)股份有限公司，其通訊地址為：200433 上海市楊浦區(qū)邯鄲路220號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。