-
公开(公告)号：CN119167994A
公开(公告)日：2024-12-20
申请号：CN202411686885.5
申请日：2024-11-25
Applicant: 南京邮电大学
Abstract: 本发明属于信息技术领域，公开一种基于多层级自编码器的异构图节点表示学习方法，包括数据收集和预处理；构建异构图数据表示，基于多层级自编码器方法构建异构图节点表示学习模型，设计节点级别和关系级别的双重编码器，通过在不同级别捕捉节点和关系信息来生成更全面的节点表示，然后，通过全局解码器重构节点特征，捕捉节点与关系之间的交互信息，对构建的异构图节点表示学习模型进行训练与优化；将待测数据集输入训练后的异构图节点表示学习模型中，对异构图中的节点进行分类，以解决现有计算复杂度高且需要大量领域知识的问题，以解决现有过于依赖节点类型嵌入、忽略关系特征的问题。
-
公开(公告)号：CN118036667A
公开(公告)日：2024-05-14
申请号：CN202410442022.7
申请日：2024-04-12
Applicant: 南京邮电大学 , 江苏拓邮信息智能技术研究院有限公司
IPC: G06N3/0455 , G06N3/0442 , G06N3/0985 , G06N3/048 , G06F18/25 , G06F18/10
Abstract: 本发明公开了一种多源异构流数据预测方法，属于多源异构流数据技术领域；方法为：获取各数据源的数据流；对获取到的数据流进行预处理，获得预处理后的数据流；将预处理后的数据流构建为异构图；构建多源异构数据预测模型，并进行训练；将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果。本发明通过异构图结构对预处理过的数据进行建模，并使用改进后的Transformer模块作为基础输入进行异构数据流聚合，Transformer模块捕获数据流之间的复杂关系，使用LSTM捕获数据流的时间依赖性，提高多源异构数据流的预测准确率和效率。
-
公开(公告)号：CN119167994B
公开(公告)日：2025-03-28
申请号：CN202411686885.5
申请日：2024-11-25
Applicant: 南京邮电大学
Abstract: 本发明属于信息技术领域，公开一种基于多层级自编码器的异构图节点表示学习方法，包括数据收集和预处理；构建异构图数据表示，基于多层级自编码器方法构建异构图节点表示学习模型，设计节点级别和关系级别的双重编码器，通过在不同级别捕捉节点和关系信息来生成更全面的节点表示，然后，通过全局解码器重构节点特征，捕捉节点与关系之间的交互信息，对构建的异构图节点表示学习模型进行训练与优化；将待测数据集输入训练后的异构图节点表示学习模型中，对异构图中的节点进行分类，以解决现有计算复杂度高且需要大量领域知识的问题，以解决现有过于依赖节点类型嵌入、忽略关系特征的问题。
-
公开(公告)号：CN118036667B
公开(公告)日：2024-06-14
申请号：CN202410442022.7
申请日：2024-04-12
Applicant: 南京邮电大学 , 江苏拓邮信息智能技术研究院有限公司
IPC: G06N3/0455 , G06N3/0442 , G06N3/0985 , G06N3/048 , G06F18/25 , G06F18/10
Abstract: 本发明公开了一种多源异构流数据预测方法，属于多源异构流数据技术领域；方法为：获取各数据源的数据流；对获取到的数据流进行预处理，获得预处理后的数据流；将预处理后的数据流构建为异构图；构建多源异构数据预测模型，并进行训练；将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果。本发明通过异构图结构对预处理过的数据进行建模，并使用改进后的Transformer模块作为基础输入进行异构数据流聚合，Transformer模块捕获数据流之间的复杂关系，使用LSTM捕获数据流的时间依赖性，提高多源异构数据流的预测准确率和效率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
