图神经网络方面论文入选国际顶级会议

上周在世界知识产权组织（WIPO）公布的2019PCT专利排行榜上，平安科技以1691件的申请量排名全球第八位。在此之前由零壹财经发布的《2009-2018年金融科技专利趋势报告》上平安科技排名第一。作为平安的高科技内核，平安科技缘何频频在专利方面获得业界权威认可？答案或许可以从近日发表的论文中找到案。

图神经网络方面论文入选国际顶级会议

近日，平安科技联邦学习技术团队的论文《GraphTTS： Graph-to-Sequence Modelling in Neural Text-to-Speech》被第45届国际声学、语音与信号处理会议（ICASSP 2020）接收。这是业内首次将图神经网络应用到端到端的语音合成领域，证明了继加入国家科技部重点研发计划“云计算和大数据”重点专项后，平安科技”国家队“在图神经网络领域的研究成果再一次得到了全球专家的认可和肯定。

深度图领域持续发力 平安“国家队”硕果累累

ICASSP是语音领域最顶级的国际会议，是中国计算学会推荐的B类会议，在语音识别、语音合成等方向汇集了全球最为领先的理论研究与技术应用成果，能够被其接收的论文，代表着国际语音领域研究的顶尖水平。

论文展现了平安科技首创的GNN+TTS端到端语音识别模型。GraphTTS针对语音合成中韵律建模的问题，创造性地提出采用图神经网络来构建文本序列的韵律关系，让模型能够更好的学习文本韵律与语音特征之间的关系，以提升语音合成系统的拟人效果。

论文最大的创新之处在于系统框架的设计上利用图神经网络来构建文本韵律模型，全局化表征韵律信息，在保证模型快速收敛的同时，可以进一步提升模型性能。值得一提的是，GraphTTS已经被成功应用赋能在平安科技多个语音合成机器人项目中，合成语音的拟人化效果得到显著提高。

论文成果背后 专利城墙筑起护城河

论文入选背后是平安在知识产权领域的缜密布局和爆发式积累。在深度图领域平安科技申请了多项专利。

名称为“基于图计算技术的理赔反欺诈方法、装置、设备及存储介质”的专利，在金融领域应用价值可观。在金融社保领域的数据量庞大，且数据复杂性很高。相对于传统数据库技术，图计算技术能更加高效地挖掘数据之间的关联价值。本专利实现了快速发现可疑个体属性、个体之间可疑关系、异常关系网络结构，利用子图融合构建了金融社保领域的关联关系大图，并充分结合图计算方法在关系大图上充分挖掘不同的欺诈模式，如患者团伙骗保作案、医生（科室）团伙骗保作案等，取得了非常好的成效。

专利的积累为前线的技术突破提供了保护和软实力的证明。此次研究论文入选ICASSP，是平安科技自2018年加入“图计算国家队”后又一项重大成果。去年，在图计算领域全球规格最高挑战比赛——Graph Challenge稀疏神经网络图挑战赛道中，平安科技联邦学习团队和课题合作单位上海交大联合战队一举进入决赛，并且名列稀疏神经网络图挑战赛道的前三名位置（http://graphchallenge.mit.edu/champions），成为整个名单上唯一入榜的中国本土团队。

平安科技联邦学习团队位列Graph Challenge稀疏神经网络图挑战赛道前三

专利是自主创新的脊梁，可以成就一个企业，甚至带动一个产业。在科技成为当下竞争核心要素的金融业，技术专利的申请数成为企业创新能力的重要参考指标。

持续化的专利研发，必将为企业发展注入无限动能。在平安集团强大的业务背景支撑下，平安科技的战略还将持续发力，迎来专利领域爆发式的增长。

关于平安科技联邦学习技术团队

平安科技联邦学习技术团队是全球首个联邦学习团队，由平安集团首席科学家肖京博士指导，平安科技副总工程师王健宗博士带领，汇集了来自国内外顶尖院校毕业的硕博人才，致力于推动联邦学习和深度图领域的生态发展，深度融合前沿AI技术。团队从金融、教育、医疗、公共安全等领域的真实痛点出发，自主研发蜂巢联邦学习平台，打破“数据孤岛”，保护数据隐私。作为国家队成员，平安科技联邦学习技术团队在深度图领域深耕图计算和图神经网络等技术，挖掘图的力量赋能金融科技，突破人工智能的边界，深度构建大规模图网络，用最领先、最科学的技术助力实业发展，最大化创造价值。