-
公开(公告)号：CN119849544A
公开(公告)日：2025-04-18
申请号：CN202411801834.2
申请日：2024-12-09
Applicant: 吉林大学
IPC: G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本申请提供了一种模型训练方法、电子设备和计算机可读存储介质，涉及数据处理领域，该方法包括：将图数据中节点的数据特征输入分类模型，通过分类模型将数据特征从欧氏空间映射到双曲空间，然后将数据特征从双曲空间映射到切空间以经过多次等效的双曲图卷积操作，接着在切空间中将节点的嵌入中心与切空间的原点对齐，并将对齐后的节点的数据特征从切空间映射到双曲空间，以得到分类模型对于节点的分类结果，进而通过分类结果、节点类别标签和基于正则化损失构建的损失函数训练分类模型。本申请能够解决百万级节点数量的图数据上的双曲表示学习问题，不仅可以提高模型对于大规模图数据的处理效率，还可以提高模型的可扩展性。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
