-
公开(公告)号：CN116128026A
公开(公告)日：2023-05-16
申请号：CN202211685454.8
申请日：2022-12-27
Applicant: 上海交通大学
IPC: G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 一种基于自适应稀疏化图的图卷积网络加速方法，在离线阶段为GCN的每一层独立设置一个参数化的预测器用于生成边选择策略，该预测器从图结构和节点特征提取边特征，通过评估提取得到的边特征的相关性，再根据相关性判断是否选择保留边，进而计算损失函数实现预测器的训练；在在线阶段，根据边预测器的预测结果去除冗余边并实现图结构优化。本发明通过减少图里每个节点的平均连接数来减少聚合阶段的计算开销以及去除输入图结构中与任务无关的边，实现对GCN模型的各个层自适应地稀疏化输入图的结构的同时，保持GCN模型精度并显著降低GCN聚合阶段的计算开销。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
