摘要
本申请公开了图结构重构方法、设备、存储介质及程序产品,该方法包括:确定待处理的初始图结构中各个图节点所对应的双曲嵌入向量,并解析各个双曲嵌入向量在语义上相匹配的目标先验知识;针对各个双曲嵌入向量,提取双曲嵌入向量所对应的图层级表征,并融合相应的目标先验知识而得到图节点融合特征;将各个图节点融合特征输入强化学习模型以确定相应的目标图重构动作,并根据目标图重构动作对初始图结构中图节点之间的边连接进行删改操作而得到相应的目标重构图结构。由此,能够利用图的拓扑表征特性与强化学习的自适应能力,重构出符合实际任务需求的图结构。
技术关键词
构图结构
结构重构方法
强化学习模型
融合特征
变量
节点特征
计算机程序产品
处理器通信
化工
指令
关系
层级
存储器
注意力
非线性
定义
系统为您推荐了相关专利信息
表型特征
递归神经网络
种子
贝叶斯推理方法
环境传感器
预后风险评估
多发性骨髓瘤患者
染色体
风险分层系统
风险评分模型
无人机通信信号
融合特征
滤波器
软件无线电
无人机识别方法
聚丙烯腈基碳纤维
映射方法
强度
表达式
材料弹性模量