[发明专利]训练图神经网络的方法、图神经网络设备、装置、介质在审
| 申请号： | 201910640693.3 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110348573A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 陈鹏飞;刘卫文;谢昌谕;陈广勇;张胜誉 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 王娟 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种训练图神经网络的方法、图神经网络设备、装置、介质，所述方法包括：获取所述图神经网络的图结构数据，其中，所述图结构数据包括结点的表征向量和边的表征向量，所述边表示相连的结点之间的关联关系；利用所述图神经网络基于所述边的表征向量生成传递矩阵，其中，所述传递矩阵表示相连结点之间的信息传递方式；确定所述边的表征向量与所述传递矩阵之间的互信息；以及利用所述互信息训练所述图神经网络。 | ||
| 搜索关键词： | 神经网络 传递矩阵 向量 互信息 图结构 训练图 结点 信息传递方式 关联关系 数据包括 向量生成 连结点 | ||
【主权项】：
1.一种训练图神经网络的方法，包括：获取所述图神经网络的图结构数据，其中，所述图结构数据包括结点的表征向量和边的表征向量，所述边表示相连的结点之间的关联关系；利用所述图神经网络基于所述边的表征向量生成传递矩阵，其中，所述传递矩阵表示相连结点之间的信息传递方式；确定所述边的表征向量与所述传递矩阵之间的互信息；以及利用所述互信息训练所述图神经网络。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/201910640693.3/，转载请声明来源钻瓜专利网。
