网络构建方法、装置、存储介质及电子设备

    公开(公告)号:CN110417594A

    公开(公告)日:2019-11-05

    申请号:CN201910689017.5

    申请日:2019-07-29

    Applicant: 吉林大学

    Inventor: 李玉 常毅 王英

    Abstract: 本发明提供了一种网络构建方法、装置、存储介质及电子设备,构建节点的族群归属度模型;构建节点的高阶关联关系模型;构建节点的族群归属度表示和节点高阶关联关系之间的关系模型;融合所述族群归属度模型、所述高阶关联关系模型及所述族群归属度表示和节点高阶关联关系之间的关系模型,构建统一模型;根据所述统一模型,生成网络中节点的向量表示。本发明使用族群信息对节点表示进行指导和优化,实现在保留高阶关联关系的同时利用族群信息,挖掘网络中的信息,生成更优的网络中节点的向量表示数据。

    图神经网络模型及其确定方法、图表示方法、介质及终端

    公开(公告)号:CN114925805A

    公开(公告)日:2022-08-19

    申请号:CN202210260941.3

    申请日:2022-03-10

    Applicant: 吉林大学

    Abstract: 本申请提供了一种图神经网络模型及其确定方法、图表示方法、介质及终端,涉及图神经网络技术领域。该方法包括:确定L层中第l层初始化权重矩阵,其中,L为卷积层数,L为正整数,l为小于等于L的正整数;利用牛顿迭代法,根据第l层初始化权重矩阵确定第l层目标权重变换矩阵;根据第l层目标权重变换矩阵,对图数据中第l层节点的特征进行正交变换,根据正交变换结果得到图数据对应的目标图表示;根据L层目标权重变换矩阵,确定损失函数,根据损失函数对正交化图神经网络模型进行优化,得到图神经网络模型。本方案通过一组正交化图卷积操作保证了图卷积层的正交性,并有效地保存了节点表示的范数,提高了信号传播和反向梯度的稳定性。

    网络构建方法、装置、存储介质及电子设备

    公开(公告)号:CN110417594B

    公开(公告)日:2020-10-27

    申请号:CN201910689017.5

    申请日:2019-07-29

    Applicant: 吉林大学

    Inventor: 李玉 常毅 王英

    Abstract: 本发明提供了一种网络构建方法、装置、存储介质及电子设备,构建节点的族群归属度模型;构建节点的高阶关联关系模型;构建节点的族群归属度表示和节点高阶关联关系之间的关系模型;融合所述族群归属度模型、所述高阶关联关系模型及所述族群归属度表示和节点高阶关联关系之间的关系模型,构建统一模型;根据所述统一模型,生成网络中节点的向量表示。本发明使用族群信息对节点表示进行指导和优化,实现在保留高阶关联关系的同时利用族群信息,挖掘网络中的信息,生成更优的网络中节点的向量表示数据。

    确定节点表示的方法、装置及电子设备

    公开(公告)号:CN116050513A

    公开(公告)日:2023-05-02

    申请号:CN202310073214.0

    申请日:2023-01-19

    Applicant: 吉林大学

    Inventor: 李玉 田原 常毅

    Abstract: 本申请提供确定节点表示的方法、装置及电子设备。研究有符号网络,其目的是学习有符号网络中的节点表示。在有符号网络中,正链接子网络的节点间更强调相似性,而负链接子网络的节点间更强调差异性。因此,将有符号网络划分为正链接子网络和负链接子网络。由于低频信息和高频信息保持节点间的相似性和差异性;进而为正链接子网络和负链接子网络设计低频图信号滤波器和高频图信号滤波器,分别对应提取正链接子网络和负链接子网络的低频信息和高频信息,以确定节点表示;以对两个节点间的链接关系进行预测。该方案中利用低频信息和高频信息来描述有符号网络中的节点表示,能充分地对有符号网络进行建模。

Patent Agency Ranking