公开(公告)号：CN117993511A

公开(公告)日：2024-05-07

申请号：CN202410224431.X

申请日：2024-02-28

Applicant: 之江实验室 ,  支付宝(杭州)信息技术有限公司

Inventor： 张宇 ,  万小培 ,  王鑫蕾 ,  李杨 ,  赵进 ,  宁鑫 ,  程健

IPC: G06N5/04 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0895 ,  G06T1/20 ,  G06T1/60

Abstract: 本说明书的实施例提供了一种基于图神经网络的图表征方法、网络训练方法和装置。在该图表征方法中，基于全图结构关系数据进行图划分；在每轮分区推理过程中：将所选取的当前图划分结果中的各个节点所对应的当前节点表征从外部存储空间加载至系统内存，当前节点表征基于对应的节点所具有的节点特征数据推理得到；根据全图结构关系数据确定当前图划分结果中的各个目标节点的邻居节点；将至少部分邻居节点所对应的当前节点表征和包含邻居节点的结构关系数据从系统内存传输到GPU存储空间；在GPU处，基于图神经网络根据当前节点表征和相应的结构关系数据进行推理，得到目标节点所对应的融合有邻居节点特征的节点表征，并更新外部存储中的相应节点表征。

公开(公告)号：CN117391166A

公开(公告)日：2024-01-12

申请号：CN202311029456.6

申请日：2023-08-15

Applicant: 之江实验室 ,  华中科技大学

Inventor： 张宇 ,  沈千格 ,  宁鑫 ,  赵进 ,  余辉 ,  张湛

IPC: G06N3/08 ,  G06N3/042

Abstract: 在本说明书提供的一种基于冗余消除的超图神经网络更新方法，通过确定超图神经网络中的顶点以及超边，将顶点两两组合确定各顶点对，再根据各顶点对，确定各顶点对中重合的超边，构建冗余聚合集，对未更新的超边进行更新并对冗余聚合集中未聚合的超边进行聚合，再通过缓存存储超边更新后的特征和聚合特征，然后根据已更新的该顶点对应的超边的特征，和/或该顶点对应冗余聚合集的聚合特征，更新该顶点的顶点特征，得到更新后的超图神经网络。通过预先确定的冗余聚合集，以及缓存存储超边更新的特征和聚合特征，减少对重复的超边的计算，实现更高效率的更新超图神经网络。