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：杭州电子科技大学
摘要：本发明公开基于图对比学习的引文网络分类方法。本发明对原始引文网络进行数据增强，得到增强引文网络；将原始引文网络和增强引文网络分别输入至两个共享参数的GNN编码器，再经过节点鉴别器，获得原始引文网络节点和增强引文网络节点的分数，通过节点鉴别损失进行训练，将原始引文网络节点和增强引文网络节点区分开；计算原始引文网络和增强引文网络之间进行差异学习和局部—全局对比学习。本发明通过引入图对比学习方法，显著提高了引文网络学术文献分类的准确率，并使模型更具泛化性和鲁棒性。本发明强调了精确差异学习，有助于改善特征表示、处理噪声标签和更好地理解文献之间的关系，从而提高分类性能。
主权项：1.基于图对比学习的引文网络分类方法，其特征在于，该方法包括如下步骤：步骤1：构建原始引文网络；步骤2：对原始引文网络进行n种数据增强，得到增强引文网络，n≥1，每种数据增强均包括特征增强和拓扑增强；步骤3：将原始引文网络和增强引文网络分别输入至两个共享参数的GNN编码器，分别得到原始引文网络和增强引文网络的节点表示矩阵H和H′；步骤4：两个共享参数的GNN编码器输出的节点表示矩阵经过节点鉴别器，获得原始引文网络节点和增强引文网络节点的分数，通过节点鉴别损失进行训练，将原始引文网络节点和增强引文网络节点区分开；步骤5：计算原始引文网络和增强引文网络之间的差异，进行差异学习；步骤6：对原始引文网络和增强引文网络进行局部—全局对比学习；步骤7：重复步骤2至步骤6，按照整体损失函数进行梯度下降训练，直至完成预定迭代轮数。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于图对比学习的引文网络分类方法
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