[发明专利]基于图神经网络表示学习的结构图对齐方法和多图联合数据挖掘方法有效
| 申请号： | 202110632199.X | 申请日： | 2021-06-07 |
| 公开（公告）号： | CN113255895B | 公开（公告）日： | 2023-06-16 |
| 发明（设计）人： | 夏逸宽;张吉;高军 | 申请（专利权）人： | 之江实验室;北京大学 |
| 主分类号： | G06N3/048 | 分类号： | G06N3/048;G06N3/08;G06F16/26 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 311121 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于图神经网络表示学习的结构图对齐方法和多图联合数据挖掘方法。该方法对训练数据中的图进行子图采样；通过有标注的已经对齐的节点对，利用图神经网络学习子图中节点的低维向量表示；根据子图中节点的低维向量表示计算节点之间的相似度，并以相似度作为依据对图进行对齐，最终获得训练好参数的图神经网络；在推测阶段，对待对齐的两图通过训练好的图神经网络得到每个节点的低维向量表示，进而计算节点之间的相似度，并以相似度作为依据对两图进行对齐，进而利用对齐后的多图数据进行联合数据挖掘。本发明在有监督的设置下，考虑了模型的表达性能，损失函数设置，以及表示向量空间约束和可扩展性，实现了对已有方法的提升。 | ||
| 搜索关键词： | 基于 神经网络 表示 学习 结构图 对齐 方法 联合 数据 挖掘 | ||
【主权项】：
暂无信息
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之江实验室;北京大学，未经之江实验室;北京大学许可，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/202110632199.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种谐波函数型磁场调制电机
- 下一篇：热镀锌生产线辊涂机精度控制方法
