[发明专利]鲁棒性增强的图卷积方法及系统在审
申请号: | 201910455244.1 | 申请日: | 2019-05-29 |
公开(公告)号: | CN110189275A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 朱文武;朱定元;崔鹏 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种鲁棒性增强的图卷积方法及系统,其中,该方法包括以下步骤:通过高斯分布的图卷积算法利用方差项吸收对抗攻击以及噪声信息的影响;在计算卷积时,通过高斯分布的节点表征对邻居节点进行加权计算,以赋予邻居节点不同权重;基于采样的方式对高斯分布的节点表征的学习进行约束。该方法提出新的表征形式,增强图卷积算法的鲁棒性,并在新的表征形式下,设计卷积算法,使其能够更好的处理对抗攻击以及噪声信息。 | ||
搜索关键词: | 高斯分布 鲁棒性 算法 表征形式 邻居节点 噪声信息 计算卷积 加权计算 攻击 对抗 采样 方差 卷积 权重 赋予 吸收 学习 | ||
【主权项】:
1.一种鲁棒性增强的图卷积方法,其特征在于,包括以下步骤:通过高斯分布的图卷积算法利用方差项吸收对抗攻击以及噪声信息的影响;在计算卷积时,通过所述高斯分布的节点表征对邻居节点进行加权计算,以赋予所述邻居节点不同权重;以及基于采样的方式对高斯分布的节点表征的学习进行约束。
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清华大学,未经清华大学许可,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/201910455244.1/,转载请声明来源钻瓜专利网。