Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学朱文武获国家专利权

清华大学朱文武获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉清华大学申请的专利分布外泛化的图表征学习方法、装置、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114781582B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210227151.5,技术领域涉及:G06N3/0464;该发明授权分布外泛化的图表征学习方法、装置、设备及存储介质是由朱文武;王鑫;李昊阳设计研发完成,并于2022-03-08向国家知识产权局提交的专利申请。

分布外泛化的图表征学习方法、装置、设备及存储介质在说明书摘要公布了:本申请实施例涉及数据处理技术领域,具体涉及一种分布外泛化的图表征学习方法、装置、设备及存储介质,旨在得到自适应的分布外环境的图结构数据表征,提升图结构数据相关预测的准确性。所述方法包括:将原始图数据集输入图结构数据表征网络中,识别出稳定子图和噪声子图,对识别后的图结构数据进行表征化处理,得到稳定子图的向量化表征和噪声子图的向量化表征;模拟多分布环境,在多分布环境下,根据稳定子图的向量化表征进行预测,得到对应的预测结果;将预测结果与原始图结构数据的标签进行损失函数计算,对图结构数据表征网络进行参数优化,得到图结构数据表征模型;通过该模型执行图数据相关任务,得到图数据相关任务的目标结果。

本发明授权分布外泛化的图表征学习方法、装置、设备及存储介质在权利要求书中公布了:1.一种分布外泛化的图表征学习方法,其特征在于,所述方法用于社交网络分析任务;在用于社交网络分析任务的场景下,所述方法包括: 将原始图数据集输入图结构数据表征网络中,所述图结构数据表征网络包括第一图神经网络以及第二图神经网络; 通过所述第一图神经网络对所述原始图数据集中的每一个原始图结构数据进行识别,识别出所述原始图结构数据中的稳定子图和噪声子图,得到识别后的图结构数据;在所述图结构数据为社交网络关系图的情况下,所述社交网络关系图由表征每个人物的点和表征每个人物之间的关系的边构成,每个所述节点的节点信息包括人物名称、性别、年龄、工作地点; 通过所述第二图神经网络对所述识别后的图结构数据进行表征化处理,得到所述稳定子图的向量化表征和所述噪声子图的向量化表征; 根据所述噪声子图的向量化表征,模拟多分布环境,在所述多分布环境下,根据所述稳定子图的向量化表征进行预测,得到对应的预测结果;在所述社交网络关系图具体为公司人员关系图的情况下,预测任务为预测公司人员的平均年龄走势,稳定子图为由在编工作人员对应的节点构成的子图,噪声子图为临时工对应的节点构成的子图,由于临时工对预测公司平均年龄走势具有负作用,根据稳定子图预测出公司平均年龄的走势,得到对应的预测结果; 对于所述原始图数据集中的每一个原始图结构数据,将所述预测结果与所述原始图结构数据的标签进行损失函数计算,对所述图结构数据表征网络进行参数优化,得到图结构数据表征模型; 通过所述图结构数据表征模型,执行图数据相关任务,得到所述图数据相关任务的目标结果;在社交网络分析任务中,输入社交网络关系图,基于所述图结构数据表征模型执行社交网络分析任务的图数据相关任务,得到所述社交网络分析任务的图数据相关任务的目标结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人清华大学,其通讯地址为:100084 北京市海淀区清华园1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。