[发明专利]基于变分解耦合方式对符号有向网络的表达学习方法有效
| 申请号： | 201811184604.0 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109523012B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 张娅;陈旭;姚江超;李茂森;王延峰 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q50/00 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 庄文莉 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明提供一种基于变分解耦合方式对符号有向网络的表达学习方法，读取社交网站的符号有向网络数据，符号有向网络数据主要包括节点间边正负和方向的网络数据；令符号有向网络数据根据符号进行分离，得到正无向图、负无向图，所述正无向图用邻接矩阵A |
||
| 搜索关键词： | 基于 分解 耦合 方式 符号 网络 表达 学习方法 | ||
【主权项】：
1.一种基于变分解耦合方式对符号有向网络的表达学习方法，其特征在于，包括以下步骤：符号有向网络数据收集步骤：读取社交网站的符号有向网络数据，所述符号有向网络数据主要包括节点间边正负和方向的网络数据；符号有向网络分离步骤：令符号有向网络数据根据符号进行分离，得到正无向图、负无向图，所述正无向图用邻接矩阵A+表示，所述负无向图用邻接矩阵A‑表示；变分解耦合编码器步骤：令邻接矩阵A+、A‑输入至变分解耦合编码器，进行节点编码后的向量表达学习，记为学习后向量表达；结构解码器步骤：基于符号有向网络中节点间的关系构建结构解码器，令学习后向量表达依照目标损失函数进行修正，得到目标优化损失函数作为优化后向量表达；数据挖掘任务应用步骤：令优化后向量表达应用于设定的数据挖掘任务。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811184604.0/，转载请声明来源钻瓜专利网。
