摘要
本发明涉及神经网络模型技术领域,尤其是涉及一种基于异构图神经网络的物联网链路预测方法及系统。所述方法,包括构建异构图,并对异构图进行特征表示;基于异构图构建客户端本地模型,包括利用动态注意力机制的图注意力网络构建客户端本地模型;输入异构图至客户端本地模型,并引入贝叶斯推理对异构图的特征进行线性变换;通过损失函数对输入异构图的客户端本地模型进行损失处理;计算客户端本地模型梯度,并对客户端本地模型梯度执行全局模型聚合,得到全局模型参数;将全局模型参数下发至客户端本地模型。通过本发明的技术方案提高链路预测的准确性和鲁棒性。
技术关键词
链路预测方法
客户端
异构
神经网络模型技术
注意力机制
概率密度函数
参数
可读存储介质
随机梯度下降
工业物联网
终端设备
节点
动态
处理器
指令
预测系统
模块
计算机
系统为您推荐了相关专利信息
风险预测模型
多源时空数据
电力
辐射监测数据
时空序列数据
文本
注意力神经网络
检索方法
计算机可读储存介质
语义