公开(公告)号：CN111340187B

公开(公告)日：2024-02-02

申请号：CN202010100316.3

申请日：2020-02-18

Applicant: 河北工业大学

Inventor： 顾军华 ,  王悦雪 ,  栗位勋 ,  杨亮 ,  张亚娟 ,  庞志远

IPC: G06N3/0464 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明为基于对抗注意力机制的网络表征方法，该方法包括双映射函数的模型，第一个映射函数为将真实数据的节点属性信息以及网络拓扑信息通过图注意力网络为不同节点对分配不同的权重，将原始网络映射到低维空间得到更精确地真实数据的低维表达；第二个映射函数为通过将得到的真实数据的低维表达与扰动结合得到噪声，输入到生成器中映射成为噪声的节点属性信息以及网络拓扑信息；再将两个函数作为两个元组输入到判别器中进行判别，通过判别器给出的结果进行生成器以及编码器的优化，最终得到鲁棒性好以及能够完整保存原始网络信息的低维表达。该方法采用图注意力网络进行网络表征，考虑不同节点之间的相关程度，更加贴近现实情况，效果更好。

公开(公告)号：CN111340187A

公开(公告)日：2020-06-26

申请号：CN202010100316.3

申请日：2020-02-18

Applicant: 河北工业大学

Inventor： 顾军华 ,  王悦雪 ,  栗位勋 ,  杨亮 ,  张亚娟 ,  庞志远

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明为基于对抗注意力机制的网络表征方法，该方法包括双映射函数的模型，第一个映射函数为将真实数据的节点属性信息以及网络拓扑信息通过图注意力网络为不同节点对分配不同的权重，将原始网络映射到低维空间得到更精确地真实数据的低维表达；第二个映射函数为通过将得到的真实数据的低维表达与扰动结合得到噪声，输入到生成器中映射成为噪声的节点属性信息以及网络拓扑信息；再将两个函数作为两个元组输入到判别器中进行判别，通过判别器给出的结果进行生成器以及编码器的优化，最终得到鲁棒性好以及能够完整保存原始网络信息的低维表达。该方法采用图注意力网络进行网络表征，考虑不同节点之间的相关程度，更加贴近现实情况，效果更好。