龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于Motif的时序学术超图网络推理方法，包括如下步骤：步骤S1：构建时序学术网络图的超图；步骤S2：嵌入和聚合时序学术网络图的Motif特征；步骤S3：提取节点的时序特征；步骤S4：学术网络推理演绎：采用特征解码器对时序特征提取层输出的时序特征进行解码，输出最终的概率矩阵，基于概率矩阵和学术推理损失函数实现学术网络的推理演绎。优点是，本发明将Motif结构引入时序超图链路预测中，优化超图结构表征，并增加了额外的Motif信息使得预测效果提高。另外，本发明将Motif嵌入融入超图卷积中，使得信息传播的过程附带Motif特征，增加了卷积过程的信息量，使得聚合信息的内容更为完善。
主权项：1.一种基于Motif的时序学术超图网络推理方法，其特征在于，包括如下步骤：步骤S1：构建时序学术网络图的超图：采用离散快照图序列表示时序学术网络图，对于每一个具体的学术快照网络，采用Motif挖掘算法计算各个节点的各类Motif在网络中的数量，得到Motif数量，以节点和以该节点为顶点的Motif中的点形成超边，将快照转化为超图；步骤S2：Motif特征嵌入和聚合：获取学术快照网络中的Motif特征，将Motif特征输入神经网络，捕捉Motif特征和Motif数量之间的非线性关系，采用软注意力机制对全体节点的Motif进行处理，学习各个Motif嵌入权重，基于超图卷积方法聚合节点、Motif和超边，得到节点信息；步骤S3：时序特征提取：基于某一时刻节点的超边点集获取该时刻节点的特征矩阵，将该时刻节点的特征矩阵输入时序特征提取层，得到该时刻节点的时序特征最终表示，将所述时序特征最终表示和该节点的周边Motif嵌入聚合，得到时序特征提取层输出；步骤S4：学术网络推理演绎：采用特征解码器对时序特征提取层输出进行解码，输出最终的概率矩阵，基于概率矩阵和学术推理损失函数实现学术网络的推理演绎。
全文数据：
权利要求：
百度查询： 中南大学 一种基于Motif的时序学术超图网络推理方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号