-
公开(公告)号:CN112966763B
公开(公告)日:2023-12-26
申请号:CN202110285723.0
申请日:2021-03-17
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/22 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供的一种分类模型的训练方法、装置、电子设备及存储介质,应用于信息技术领域,通过根据样本异质图生成样本异质图提取语义图并生成关系子图,根据关系子图得到待分类目标的分类结果,并计算当前损失,根据当前损失对待训练的异质图结构学习网络和待训练的图神经网络的参数同时进行调整,从而可以提高模型训练的效率。
-
公开(公告)号:CN112966763A
公开(公告)日:2021-06-15
申请号:CN202110285723.0
申请日:2021-03-17
Applicant: 北京邮电大学
Abstract: 本申请实施例提供的一种分类模型的训练方法、装置、电子设备及存储介质,应用于信息技术领域,通过根据样本异质图生成样本异质图提取语义图并生成关系子图,根据关系子图得到待分类目标的分类结果,并计算当前损失,根据当前损失对待训练的异质图结构学习网络和待训练的图神经网络的参数同时进行调整,从而可以提高模型训练的效率。
-
公开(公告)号:CN111930858A
公开(公告)日:2020-11-13
申请号:CN202010711317.1
申请日:2020-07-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种异质信息网络的表示学习方法、装置及电子设备,包括:获得异质信息网络和异质信息网络的网络模式,并从异质信息网络中采样出与网络模式相匹配的网络模式实例以及针对异质信息网络包含的每个节点,基于该节点的一阶邻居关系和包含该节点的网络模式实例,得到该节点的节点表示,由于网络模式全面地保留了网络中的各节点的节点类型和关系信息,因此通过与网络模式相匹配的网络模式实例可以生成统一的网络表示。
-
-