一种基于自监督的异构图表示学习方法

    公开(公告)号:CN115828988A

    公开(公告)日:2023-03-21

    申请号:CN202211546741.0

    申请日:2022-12-05

    Applicant: 东北大学

    Abstract: 本发明提供一种基于自监督的异构图表示学习方法,涉及图神经网络技术领域。本发明应用到了两种学习节点表示的方法:基于元路径的方法以及基于自注意力的方法,将两个方法融合,在一定程度上吸取了两种方法的优势,既学习局部节点信息也关注高阶的语义的结构信息。且通过使互相关矩阵接近恒等矩阵作为目标函数,这使得本方法不需要负样本来维持模型的鲁棒性,而是在节点嵌入中利用对比学习的思想,在节点向量维度中进行对比学习,使互相关矩阵的对角线接近1,其他向量接近于0。这吸取了降低冗余的思想,保证了两个视角的互相关性。且让不同维度的特征尽可能表示不同的信息,从而提升特征的表征能力。

Patent Agency Ranking