公开(公告)号：CN112241478A

公开(公告)日：2021-01-19

申请号：CN202011258545.4

申请日：2020-11-12

Applicant: 广东工业大学

Inventor： 杨易扬 ,  张景彬 ,  任成森 ,  巩志国 ,  蔡瑞初 ,  郝志峰 ,  陈炳丰

IPC: G06F16/904 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于图神经网络的可视化降维方法，涉及深度学习、大规模数据处理的技术领域，解决了现有降维技术中，模型无法进行大规模数据训练、非参数式可视化降维模型无法处理未知数据点的可视化以及参数式可视化降维模型的可视化结果差的问题，对获取后的高维数据集进行划分和预处理后，构建异构图，建立GNN图神经网络模型，并确认损失函数，然后训练，训练完成后进行测试，损失函数面向高维大规模数据进行可视化降维，采用子图负采样的思想进行了创新训练，减少了模型的训练成本，且能把数据的维度降低，但保持住相当一部分的高维数据信息，使得后续的数据分析与处理变得更有意义且容易。

公开(公告)号：CN112241478B

公开(公告)日：2023-05-30

申请号：CN202011258545.4

申请日：2020-11-12

Applicant: 广东工业大学

Inventor： 杨易扬 ,  张景彬 ,  任成森 ,  巩志国 ,  蔡瑞初 ,  郝志峰 ,  陈炳丰

IPC: G06F16/904 ,  G06N3/04 ,  G06N3/084