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:本发明提供一种基于Transform和对比学习的异构图神经网络容噪方法,涉及异构图神经网络技术领域。该方法首先根据节点对之间的特征相似度、转移概率和局部拓扑结构相似性对邻居节点的可信度打分,将可信度得分低于阈值的节点剪枝;构建特定于降噪场景下的Transform模型,自动的给弱噪声节点分配低的权重系数,弱化噪声节点的影响;最后在使用损失函数训练容噪异构图神经网络模型时,加入一个特定于降噪场景的对比学习损失,将目标节点与噪声节点的嵌入表示相似度降低,进一步强化容噪异构图神经网络模型的降噪能力。该方法提升异构图神经网络模型对于噪声数据的鲁棒性,使目标节点学习到干净的嵌入向量来提升下游任务的性能。
主权项:1.一种基于Transform和对比学习的异构图神经网络容噪方法,其特征在于:根据节点对之间的特征相似度、转移概率和局部拓扑结构相似性对邻居节点的可信度打分,把可信度得分低于阈值的节点剪枝;构建特定于降噪场景下的Transform模型,自动的给弱噪声节点分配低的权重系数,弱化噪声节点的影响;最后在使用损失函数训练容噪异构图神经网络模型时,加入一个特定于降噪场景的对比学习损失,将目标节点与噪声节点的嵌入表示相似度降低,进一步强化容噪异构图神经网络模型的降噪能力。
全文数据:
权利要求:
百度查询: 东北大学 基于Transform和对比学习的异构图神经网络容噪方法
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。