公开(公告)号：CN119166861B

公开(公告)日：2025-05-16

申请号：CN202411179279.4

申请日：2024-08-26

Applicant: 清华大学

Inventor： 王寰东 ,  李勇 ,  李瑞堃 ,  廖庆敏

IPC: G06F16/903 ,  G06N3/042 ,  G06F18/23 ,  G06F16/901

Abstract: 本公开涉及人工智能技术领域，尤其涉及一种基于图神经网络的网络预测方法及装置、电子设备和介质，方法包括获取状态预测任务，基于目标网络中各目标节点与各超节点之间的映射关系确定出分配矩阵，利用分配矩阵对目标网络进行重整化群得到网络主干，利用图神经网络对网络主干进行处理得到各超节点的动力学序列，基于动力学序列进行状态预测得到各超节点在预测时间段的节点状态，基于历史观测序列和各超节点在预测时间段的节点状态进行超分辨率处理得到各目标节点在预测时间段的节点状态。根据本公开的网络预测方法及装置、电子设备和介质能够在对待预测的目标网络这一复杂网络进行有效降维后，实现对复杂网络的长时准确预测。

公开(公告)号：CN119166861A

公开(公告)日：2024-12-20

申请号：CN202411179279.4

申请日：2024-08-26

Applicant: 清华大学

Inventor： 王寰东 ,  李勇 ,  李瑞堃 ,  廖庆敏

IPC: G06F16/903 ,  G06N3/042 ,  G06F18/23 ,  G06F16/901

Abstract: 本公开涉及人工智能技术领域，尤其涉及一种基于图神经网络的网络预测方法及装置、电子设备和介质，方法包括获取状态预测任务，基于目标网络中各目标节点与各超节点之间的映射关系确定出分配矩阵，利用分配矩阵对目标网络进行重整化群得到网络主干，利用图神经网络对网络主干进行处理得到各超节点的动力学序列，基于动力学序列进行状态预测得到各超节点在预测时间段的节点状态，基于历史观测序列和各超节点在预测时间段的节点状态进行超分辨率处理得到各目标节点在预测时间段的节点状态。根据本公开的网络预测方法及装置、电子设备和介质能够在对待预测的目标网络这一复杂网络进行有效降维后，实现对复杂网络的长时准确预测。