摘要
本发明公开一种基于随机扰动的可解释性潜在合作关系预测方法及装置,包括:获取目标作者对i,j的合作者,构建合作者网络并得到合作者网络邻接矩阵输入到合作关系预测模型;对合作者网络多次删除不同的一条边,将每次删边后与原来未进行删边进行比较模型误差,得到每条边的贡献值和对预测最重要的前k条边,得到初始化的边扰动矩阵,与合作者网络邻接矩阵点乘得到新的邻接矩阵输入合作关系预测模型,计算扰动前后损失差值;重复S4和S5多次,对损失差值进行排序,得到最优的边扰动矩阵,与合作者网络邻接矩阵点乘,得到最优的邻接矩阵输入合作关系预测模型,得到最终i和j未来是否存在合作关系的预测结果。本发明能够可解释性地预测目标作者对未来是否存在合作关系。
技术关键词
关系预测模型
关系预测方法
网络
矩阵
模型误差
节点
解码器
编码器
预测装置
电子设备
处理器
指令
输入模块
可读存储介质
存储器
元素
计算机
系统为您推荐了相关专利信息
图像分割模型
分类一体化方法
图像组合
分类一体化装置
组合特征向量
轴承故障诊断方法
数据训练神经网络
机器可读指令
执行故障诊断
标签
屏蔽方法
风险评估模型
统计特征
标定误差
异常事件
锈斑
转移概率矩阵
卷积神经网络模型
芯片
隐马尔科夫模型
大型钢结构吊装
实时监测方法
数据
分布式传感网络
智能推理