摘要
本发明涉及链接预测领域,特别是涉及一种链路预测模型的训练方法和装置。主要包括:将知识图谱中的数据构建为无向图,获取无向图中的封闭子图,并得到封闭子图表示矩阵;向封闭子图表示矩阵中添加高斯噪声,并去除所有类型的噪声;获取去噪过程中的矩阵序列,将矩阵序列中的每一个矩阵作为状态矩阵,并获取封闭子图节点嵌入向量组成的向量矩阵,对状态矩阵以及向量矩阵进行池化,根据池化后的数据计算链接预测模型的链路概率,基于链路概率对链接预测模型进行训练。本发明能够有效过滤知识图谱中的噪声信息并增强节点表示,减少计算开销,并提高链接预测任务的准确性。
技术关键词
链路预测模型
矩阵
节点
计算机可执行指令
序列
图谱
处理器
计算机存储介质
邻居
多层感知机
噪声信息
训练装置
数据总线
存储器
非线性
系统为您推荐了相关专利信息
工业控制网络
入侵检测方法
样本
神经网络模型
网络入侵检测技术
教育系统
生成视频序列
协同注意力
动态教学
渲染技术
隧道智能
物理实体模型
数字孪生
计算机可执行指令
数据
被动控制方法
梁结构
遗传算法
材料弹性模量
计算机装置