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！

龙图腾网恭喜北京智谱华章科技股份有限公司申请的专利GNN编码器及基于图上下文学习的异常点检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113076738B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110385328.X，技术领域涉及：G06F40/216；该发明授权GNN编码器及基于图上下文学习的异常点检测方法是由陈波;刘德兵;张静;仇瑜;宋健设计研发完成，并于2021-04-09向国家知识产权局提交的专利申请。

本GNN编码器及基于图上下文学习的异常点检测方法在说明书摘要公布了：本申请提出了一种基于图上下文学习的异常点检测方法，涉及计算机网络信息技术领域，其中，该方法包括：提出了CoGCL框架，利用图上下文对比学习来衡量异常与正常节点与图上下文的距离。为了达到对比学习的目的，本专利设计了一个图编码器，它可以一定程度去除可疑链接的同时，学习图上下文的表示。为了缓解标注数据的稀缺性影响，本专利额外将CoGCL扩展为一种无需标注数据的自监督预训练框架CoGCL‑pre。该框架通过一种图扰乱策略，可以自动生成伪标签来进行自监督学习。采用上述方案的CoGCL框架明显优于现有各种对比方法；其无需监督数据的自监督版本CoGCL‑pre可以达到与完全监督版本CoGCL相当的效果，并且解决了标注数据稀缺性对监督学习的影响。

本发明授权GNN编码器及基于图上下文学习的异常点检测方法在权利要求书中公布了：1.一种基于图上下文学习的异常点检测方法，其特征在于，应用于论文分类，所述异常点检测方法包括以下步骤：获取带节点标签的图网络G＝V，X，A，Y，其中，V为节点的集合，X为对应的节点特征矩阵，A为邻接矩阵，且A∈RN×N，Y为节点的标签；通过CoGCL异常点检测框架学习所述图网络中节点与图上下文的距离，当所述节点与图上下文的距离大于预设值时，所述节点为异常节点，否则为正常节点；其中，所述CoGCL异常点检测框架包括GNN编码器和对比损失函数，通过所述GNN编码器获取所述每个节点的节点向量和图向量，通过所述对比损失函数对所述每个节点的节点向量和图向量进行图对比学习；所述GNN编码器，包括：边更新器、节点表示更新器和图表示更新器，所述边更新器在每层GNN编码开始时，估算每条边的可疑概率，并根据所述每条边的可疑概率移除可疑链接，以实现对邻接矩阵的调整，所述节点表示更新器根据调整后的所述邻接矩阵聚合节点的邻居信息，对当前节点的向量表示进行更新，得到更新后的节点向量，所述图表示更新器根据更新后的所述节点向量以及上一层的图表示来更新当前的图表示；其中，使用t-SNE方法将每篇论文的初始向量映射到二维向量空间的可视化表示，如果两篇论文拥有同样的合作者或者发表在同一个会议上，则该论文对拥有一条边，论文的初始向量是通过将论文的标题和关键词输入BERT模型的方式得到的。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京智谱华章科技股份有限公司，其通讯地址为：100084 北京市海淀区中关村东路1号院9号楼10层整层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。