摘要
本申请实施例提供了一种基于个性化环境学习的可泛化图神经网络训练方法和装置,涉及图数据技术领域,旨在获取图神经网络在分布迁移下的泛化输出。方法包括:获取图数据的稳定子图表征向量和噪声子图表征向量,所述稳定子图表征向量包含所述图数据中的稳定信息,所述噪声子图表征向量包含所述图数据中的噪声信息;将所述稳定子图表征向量和所述噪声子图表征向量输入待训练图神经网络进行处理,得到预测结果;根据所述噪声子图表征向量和所述图数据对应的标签,计算噪声子图的预测概率;根据所述噪声子图的预测概率和所述预测结果,计算稳定子图的预测概率;根据所述稳定子图的预测概率,对所述待训练图神经网络的参数进行更新。
技术关键词
神经网络训练方法
数据处理方法
噪声信息
神经网络训练装置
节点
批量
邻居
生成噪声
处理器
参数
标签
输入模块
可读存储介质
存储器
电子设备
计算机
系统为您推荐了相关专利信息
数据分析模块
状态在线监测
参数
单体电池
蓄电池
数据处理方法
节点
MapReduce算法
边缘计算技术
分片
驾驶风格识别方法
SOM算法
数据采集平台
车辆状态数据
车辆辅助驾驶控制
插值算法
深水导管架
风速
工况特征
机器学习算法模型
配置特征
决策树模型
交通设备
配置设备
数据处理方法