公开(公告)号：CN118070864A

公开(公告)日：2024-05-24

申请号：CN202410228953.7

申请日：2024-02-29

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  李之赞 ,  张舒 ,  先兴平 ,  田侃 ,  曹新汶

IPC: G06N3/08 ,  G06N3/0464 ,  G06Q50/00 ,  G06N3/045 ,  G06N3/048

Abstract: 本发明属于图神经网络领域，涉及一种基于转置卷积的图深度学习模型信息重建方法，包括：获取GNNs模型输出的社交网络的用户节点特征和社交网络中用户与用户之间的邻接矩阵，将用户节点特征和邻接矩阵输入训练好的TransMI模型进行节点特征重建，得到重建节点特征；本发明针对图数据的特点，采用了一种新的转置卷积网络，使用特征重构权重矩阵来将社交网络的用户节点特征从新的特征空间映射回原始特征空间，并使用转置的邻接矩阵实现反向信息传递聚合，以捕捉节点之间的空间邻近关系，能够在图神经网络中实现准确的用户节点特征重建，从而提高模型信息重建的准确性、可靠性以及计算效率。