摘要
本申请实施例涉及一种基于图神经网络的设备控制方法、装置及智能家居系统,该方法包括:获取目标设备控制系统下对应的对象属性信息集合和对象关系信息集合;基于所述对象属性信息集合和所述对象关系信息集合,构建包含节点和边的图结构;利用预先训练的图神经网络模型,对所述图结构中的节点和边进行状态预测,得到每个被检测对象的预测状态信息;基于所述预测状态信息,对所述至少两个被检测对象中的可控对象进行状态调整。本申请实施例实现了将图结构映射到具体的对象状态任务,并利用图神经网络分析不同对象之间的关系,将不同对象之间的关系应用到对象状态预测上,从而提高了状态预测的准确性,并对可控对象进行更准确地控制。
技术关键词
对象属性信息
神经网络模型
设备控制方法
设备控制系统
特征提取网络
智能家居系统
样本
控制设备
依赖关系信息
设备控制装置
存储计算机程序
消息
节点更新
设备通信
序列
可读存储介质
系统为您推荐了相关专利信息
泊车
神经网络模型训练
NLP技术
停车场
可执行程序代码
信道估计方法
信道特征提取
残差模块
矩阵
OFDM符号
矿石品位
快速检测方法
样本
表达式
神经网络模型
残差模块
残差网络
直方图均衡化算法
卷积模块
图像