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！
申请/专利权人：北京交通大学
摘要：本发明提供一种基于双曲空间传播的图解耦节点表征学习方法及系统，属于图表示学习技术领域，获取各节点的初步表征，映射至多个曲率不同的双曲空间，得到一组数据表征，分别对应各双曲空间；将多组数据表征与图的原始拓扑结构相结合，通过双曲空间下的固有距离于各个双曲空间中构建各异的传播矩阵，捕获多种潜在因子对表征学习的影响；将每个空间内的节点表征传播视为一个个独立的专家模块，计算各模块重要性，使用混合专家结构，聚合生成最终适用于下游任务的节点表征。本发明基于双曲空间与图数据的适配性，通过多个双曲空间挖掘图中隐因子的影响，完成特征解耦，最终通过混合专家架构生成最终的节点表示，解决了图网络中特征传播非参数化问题。
主权项：1.一种基于双曲空间传播的图解耦节点表征学习方法，其特征在于，包括：将数据给定的原始节点特征进行优化学习处理，得到各节点的初步表征；将各节点的初步表征映射至多个曲率不同的双曲空间，得到一组数据表征，分别对应各双曲空间；将多组数据表征与图的原始拓扑结构相结合，通过双曲空间下的固有距离于各个双曲空间中构建各异的传播矩阵，用于捕获多种潜在因子对表征学习的影响；将每个空间内的节点表征传播视为一个个独立的专家模块，使用门函数结合节点原始表征计算各模块的重要性，最后通过使用混合专家结构，聚合生成最终适用于下游任务的节点表征。
全文数据：
权利要求：
百度查询： 北京交通大学 基于双曲空间传播的图解耦节点表征学习方法及系统
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