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：中国电信股份有限公司技术创新中心;中国电信股份有限公司
摘要：本申请涉及通信技术领域，尤其涉及一种图神经网络模型训练与网络优化方法及装置。该方法中，获取历史大尺度衰落数据以及用于表示基站间连接关系的拓扑结构。历史大尺度衰落数据是采用大尺度衰落公式，根据历史的无线传播特性参数以及无线传播损耗参数得到的。将历史大尺度衰落数据输入图神经网络模型得到邻接矩阵。其中，邻接矩阵用于描述基站间信号的连接强度。采用预设的正则化损失函数确定元素值与流量元素值的差异值，并基于差异值调整图神经网络模型中的参数，直至差异值满足预设规则。上述方案，可以提升图神经模型训练的鲁棒性。捕捉图中更高阶的结构信息和易于理解的注意力机制，从而更好地满足对图神经网络模型的需求。
主权项：1.一种图神经网络模型训练方法，其特征在于，所述方法包括：获取历史大尺度衰落数据以及用于表示基站间连接关系的拓扑结构，所述历史大尺度衰落数据是采用大尺度衰落公式，根据历史的无线传播特性参数以及无线传播损耗参数得到的，所述无线传播参数用于表示信号在基站对之间传输时的物理行为和性能，所述无线传播损耗参数用于表示由于所述基站对之间的障碍物和传播条件导致信号能量衰减的指标；将所述历史大尺度衰落数据输入图神经网络模型得到邻接矩阵，所述邻接矩阵用于描述基站间信号的连接强度，所述邻接矩阵中的元素值用于表示信号在对应的基站对之间传输的质量以及稳定性；采用预设的正则化损失函数确定所述元素值与流量元素值的差异值，并基于所述差异值调整所述图神经网络模型中的参数，直至所述差异值满足预设规则，所述流量元素值是基于所述基站对之间的流量数据进行数据序列相关性计算得到的。
全文数据：
权利要求：
百度查询： 中国电信股份有限公司技术创新中心 中国电信股份有限公司 一种图神经网络模型训练与网络优化方法及装置
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