联合多语义视图和自适应对比学习的图分类系统及方法

AITNT
正文
推荐专利
联合多语义视图和自适应对比学习的图分类系统及方法
申请号:CN202410849938
申请日期:2024-06-27
公开号:CN119206282A
公开日期:2024-12-27
类型:发明专利
摘要
本发明属于图神经网络技术领域,公开了一种联合多语义视图和自适应对比学习的图分类系统及方法,包括:多语义视图提取模块,通过WL重标记算法和词嵌入模型捕获高阶结构特征,从不同语义视图中提取图特征;自适应对比学习模块,通过自适应生成增强图来保留来自多个语义视图的重要节点特征,并通过跨语义视图的对比学习来加强视图之间的关系,自适应对比学习通过一致性损失来优化节点特征的表达;多语义视图融合模块,使用注意力机制合并来自多个视图的节点表示,以区分不同视图中节点的重要性,从而生成更为丰富和全面的图嵌入。
技术关键词
节点特征 分类系统 高阶结构特征 注意力机制 信息数据处理终端 子模块 模式 语义特征 分类方法 样本 神经网络技术 更新模型参数 计算机设备 注意力模型 无监督学习 标签
系统为您推荐了相关专利信息
1
应用程序故障定位方法、装置、电子设备及存储介质
应用程序故障定位 节点 注意力机制 去中心化应用程序 存储程序代码
2
一种基于YOLOv8的水下目标检测方法
注意力机制 检测头 检测网络模型 动态 特征提取网络
3
基于多模态时空特征融合的异常机动动作检测与识别方法
动作识别模型 BP神经网络模型 多模态 识别方法 动作特征
4
一种融合注意力机制的LSTM风光功率预测方法及系统
风光功率预测方法 LSTM模型 融合注意力机制 超参数 功率预测系统
5
一种基于注意力联邦学习的电车动力电池健康状态预测方法
客户端 动力电池健康状态 电车 网络模型结构 老化特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号