基于增量动态图学习的连续时间时序链接预测方法及系统

AITNT
正文
推荐专利
基于增量动态图学习的连续时间时序链接预测方法及系统
申请号:CN202411022819
申请日期:2024-07-29
公开号:CN118898276A
公开日期:2024-11-05
类型:发明专利
摘要
本发明提供一种基于增量动态图学习的连续时间时序链接预测方法及系统,该方法包括如下步骤:基于邻居共现机制并采用增量时序结构编码的方法构建锚节点的增量结构嵌入,增量结构嵌入包括锚节点邻居单独结构嵌入和锚节点邻居关联结构嵌入;根据目标时序网络中与邻居节点的交互时间和出现时间构建时序特征嵌入;将锚节点单独结构嵌入和时序特征嵌入融合为锚节点单独时序结构嵌入;将锚节点关联结构嵌入和锚节点单独时序结构嵌入输入至预设的双通道神经网络模型中,得到锚节点的动态增强嵌入;基于锚节点的动态增强嵌入并通过预设的多层感知机对目标时序网络的未来链路进行预测,输出链路预测结果。
技术关键词
锚节点 邻居 源节点 链接预测方法 时序结构 链接预测系统 时序特征 多层感知机 双通道神经网络 编码模块 链路 动态 偏差 矩阵 机制
系统为您推荐了相关专利信息
1
一种自适应时空图神经网络缺失数据补全方法
缺失数据补全方法 局部特征信息 掩码矩阵 节点 时序
2
基于形状拓扑图网络的冠脉造影钙化定量评估方法及系统
冠脉造影 定量评估方法 拓扑图 拓扑特征 池化技术
3
基于图神经网络的多跳无线中继部署方法及系统
无线中继部署方法 无线网络 注意力参数 双向通信 仿真软件
4
基于神经网络的社交网络意见竞争模型构建方法及系统
模型构建方法 社交 分布式共识 节点 网络
5
一种预设时间下的UAV-UGV最优控制方法及系统
非线性动力学模型 误差系统 通信拓扑结构 学习控制器 性能指标定义
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