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：东南大学
摘要：本发明公开了一种基于自适应信息传播与聚合超图模型的关系节点挖掘方法。其中使用图视图IPM来挖掘超图数据中的潜在成对节点关系，使用超图视图IPM来捕捉超图数据中显式的高阶节点关系，并利用门控机制融合这些节点表示，得到更新的节点特征。随后通过移除激活函数和重新参数化可学习参数将传统的超图卷积简化为解耦超图卷积（DHC），从而高效提取目标节点高跳近邻的信息。最后设计了一种新的自适应聚合方法，使用提升策略训练多个DHC，并学习目标节点各个高跳近邻的信息权重来作出最终预测。本发明能够自适应地挖掘超图数据中潜在的成对节点关系与显式的高阶节点关系，并从高跳近邻中高效地提取并自适应地聚合信息，从而实现准确的超图节点分类。
主权项：1.一种基于自适应信息传播与聚合超图模型的关系节点挖掘方法，其特征在于，基于新构建自适应超图神经网络实现自适应信息传播与聚合的关系节点挖掘，其中所述自适应超图神经网络包括信息传播模块、获取更新节点特征模块和信息聚合模块；具体包括以下步骤：S1:输入超图数据后，使用图视图IPM来挖掘超图数据中潜在的成对节点关系，使用超图视图IPM来捕捉显式的高阶节点关系，通过这两个过程得到双视图节点表示；S2:使用可学习的门控矩阵来学习不同视图信息的权重，并根据权重来融合双视图表示，从而实现自适应滤除噪音信息，突出有益信息；融合后的双视图表示将与原始节点特征相加作为新的节点特征；S3:通过移除激活函数和压缩模型参数量，将经典超图卷积拓展为一种新型的解耦超图卷积DHC，使其具备快速提取目标节点高跳近邻信息的能力；S4:使用提升策略训练多个DHC，自适应地学习目标节点不同高跳近邻的信息权重，并根据权重聚合目标节点的丰富信息进行分类。
全文数据：
权利要求：
百度查询： 东南大学 一种基于自适应信息传播与聚合超图模型的关系节点挖掘方法
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