-
公开(公告)号：CN119623513A
公开(公告)日：2025-03-14
申请号：CN202411786935.7
申请日：2024-12-06
Applicant: 厦门大学
IPC: G06N3/042 , G06N3/0464
Abstract: 本发明提供一种基于路径的K跳超图神经网络卷积方法，包括：步骤S1、创建用于图下游任务的超图神经网络模型，初始化模型；步骤S2、获取节点(超边)间不同距离的最短路径及其中心节点或超边；步骤S3、聚合节点直接连接的超边上的节点特征；超图经过对偶变换后，超边的聚合以相同方式进行；步骤S4、获取低阶聚合后更新的节点特征，作为路径特征，供高阶HyperGINE进行节点K跳邻域的聚合；在超图数据经过对偶变换后，获取相应的不同跳的聚合表示；步骤S5、将各自K跳邻域聚合的结果进行更新；步骤S6、通过堆叠由步骤S3、S4和S5形成的KHGNN层，完成超图特征的提取，并通过与下游任务相匹配的输出网络进行任务预测。本发明可实现下游任务的高效预测。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
