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：西安交通大学
摘要：本发明一种面向纳税人风险评估的标签噪声鲁棒图神经网络训练方法，包括：提取纳税人基本信息中的内容进行数据清洗，以及特征处理、编码；根据纳税人相关的特征向量得到节点特征矩阵、邻接矩阵、以及节点未处理包含噪声对应的标签；构建符合纳税人风险估计问题的标签噪声鲁棒图神经网络结构，依据处理后的特征信息和目标类别数来确定图卷积层、注意力机制；对模型进行预训练；为每个节点应用随机采样近邻上下文，采用当前网络模型来推断给定其不同近邻上下文的节点标签，汇总标签结果，并将预测的标签收集为一个多候补标签集，利用加权策略来聚合多候补标签信息进行模型训练；经过训练得到所需要的分类模型，基于此模型进行纳税人风险评估。
主权项：1.一种面向纳税人风险评估的标签噪声鲁棒图神经网络训练方法，其特征在于，包括：1提取纳税人基本信息中的内容进行数据清洗，并对处理的信息做特征处理、编码，得到纳税人相关的特征向量；2根据纳税人相关的特征向量，得到节点特征矩阵、邻接矩阵、以及节点未处理包含噪声对应的标签；3构建符合纳税人风险估计问题的图神经网络模型fθ，依据处理后的特征矩阵和目标类别数来确定图神经网络模型的结构；4对构建的图神经网络模型fθ进行预训练，初始化其参数θ；5为每个节点应用随机采样近邻上下文，使用预训练的fθ来推断给定其不同近邻上下文的节点标签，将预测概率最大的标签收集为一个多候补标签集，同时对称地收集一个预测概率最小的多互补标签集，随后利用加权双向更新策略来聚合多候补标签和互补标签信息实现标签噪声鲁棒的图神经网络模型训练；6使用训练得到的标签噪声鲁棒的图神经网络模型，进行纳税人风险评估。
全文数据：
权利要求：
百度查询： 西安交通大学 一种面向纳税人风险评估的标签噪声鲁棒图神经网络训练方法
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