公开(公告)号：CN119204092A

公开(公告)日：2024-12-27

申请号：CN202411340809.9

申请日：2024-09-25

Applicant: 上海交通大学

Inventor： 邹君妮 ,  姜以恒 ,  戴文睿 ,  郑紫阳 ,  阚诺文 ,  李成林 ,  熊红凯

IPC: G06N3/042 ,  G06N3/045 ,  G06N3/047 ,  G06N3/08 ,  G06Q50/00 ,  G16B5/00 ,  G16B40/00

Abstract: 本发明提供图网络信息度量、鲁棒的图表示学习以及图数据分析方法，主要包括：获取图网络拓扑的邻接矩阵；基于所述邻接矩阵计算所述图网络拓扑的边曲率；将所述边曲率作为图网络信息度量，依据网络信息度量理论判定相关子拓扑是否存在拓扑缺陷。本发明采用边曲率度作为网络信息度量，可以准确实现图拓扑缺陷检测。其鲁棒的图表示学习方法，分别提取所述修改后网络拓扑和修改前网络拓扑的特征表示，整合所述特征表示得到网络拓扑的表示学习结果，可以显著提升基于图神经网络的图表示学习的稳定性和准确性，减少图表示在消息传递过程中的过压缩现象，保证表示学习性能。