[发明专利]一种基于对比学习的自监督图神经网络方法在审
| 申请号： | 202310135025.1 | 申请日： | 2023-02-20 |
| 公开（公告）号： | CN115983351A | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 王波;国英龙;贾智洋;李志胜;王伟;徐振宇;杨铭锴;刘彦北 | 申请（专利权）人： | 思腾合力（天津）科技有限公司 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/0895;G06F16/901;G06Q50/00;G16C20/30 |
| 代理公司： | 北京圣州专利代理事务所(普通合伙) 11818 | 代理人： | 李春 |
| 地址： | 301799 天津市滨海新*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于对比学习的自监督图神经网络方法，包括以下步骤：收集原始图数据‑生成正样本图数据和负本图数据‑对原始图数据以及生成的正样本图数据和负样本图数据进行编码‑将原始图数据的节点表示进行读出操作，得到对应于全局的图表示，而后得到全局信息，同时将原图数据和正样本图的节点表示进行对比得到局部信息‑‑拉近正样本图数据在表征空间中的距离，同时拉远负样本图数据在表征空间中的距离。本发明采用上述基于对比学习的自监督图神经网络方法，在不依赖标签数据的前提下，只利用数据本身的自监督信号学习得到判别性的节点表示，可以广泛地应用化学分子性质预测、生物蛋白质功能预测、社交网络分析等领域。 | ||
| 搜索关键词： | 一种 基于 对比 学习 监督 神经网络 方法 | ||
【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思腾合力（天津）科技有限公司，未经思腾合力（天津）科技有限公司许可，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/202310135025.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种MEMS陀螺仪及其制作方法
- 下一篇：开关电源及其控制电路、光伏系统
