[发明专利]一种计算图节点低维表征及相关应用方法在审
| 申请号： | 201910911795.4 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110688537A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 李金龙;吴钰泽 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F17/16 |
| 代理公司： | 11260 北京凯特来知识产权代理有限公司 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种计算图节点低维表征及相关应用方法，包括：根据图结构原始数据，计算各节点的重要性参数，从而将整个图结构用一系列的节点序列表示；利用一系列的节点序列计算图结构的点互信息矩阵，并利用自编码器进行初步编码，获得各节点的包含拓扑结构信息的向量表征；根据一系列的节点序列，引入注意力机制，计算各节点的包含注意力信息与节点属性信息的向量表征；融合各节点的包含拓扑结构信息的向量表征，以及各节点的包含注意力信息与节点属性信息的向量表征，得到各节点的保留自身信息的最终向量表征。该方法能够最大程度地保留节点本身的信息，进而能够保留整个图结构的信息，实现对图结构所表示的实际应用中的数据进行挖掘和分析的任务。 | ||
| 搜索关键词： | 图结构 向量 节点序列 节点属性信息 拓扑结构信息 注意力 保留 矩阵 重要性参数 注意力机制 最大程度地 原始数据 自身信息 编码器 互信息 图节点 低维 应用 融合 挖掘 引入 分析 | ||
【主权项】：
1.一种计算图节点低维表征及相关应用方法，其特征在于，包括：/n根据图结构原始数据，计算各节点的重要性参数，从而将整个图结构用一系列的节点序列表示，得到节点序列集合；/n利用得到节点序列集合计算图结构的点互信息矩阵，并利用自编码器进行初步编码，获得各节点的包含拓扑结构信息的向量表征；/n根据得到节点序列集合，引入注意力机制，计算各节点的包含注意力信息与节点属性信息的向量表征；/n融合各节点的包含拓扑结构信息的向量表征，以及各节点的包含注意力信息与节点属性信息的向量表征，得到各节点的保留自身信息的最终向量表征；/n基于各节点的保留自身信息的最终向量表征，进行节点的分类和连边预测。/n
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中国科学技术大学，未经中国科学技术大学许可，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/201910911795.4/，转载请声明来源钻瓜专利网。
