摘要
本发明公开了一种认知启发自适应图表示方法,其特征是,包括有以下步骤:在网络微观尺度层面,将非马尔可夫游走作为结点概率转化动态关联图数据的基础,实现不依赖链接的结点长程依赖关联;在网络中观尺度表示层面,把基于无链接子图匹配的网络嵌入,应用于基于图的预训练模型表征结构;在网络宏观建模层面,面向动态高阶模式分布,将动态的知识与情境数据相融合,构建自适应学习机理,实现可解释图神经网络表示技术。
技术关键词
结点
动态
训练判别模型
消息传递算法
概率主题
模式
主题特征
数据
序列
网络特征
建模技术
注意力机制
矩阵
基础
语义
概念
实体
系统为您推荐了相关专利信息
数据信息提取方法
时间序列特征
稀土
命名实体识别
文本
平台资源管理
K8s集群
调度系统
资源分配模块
镜像仓库
AI控制方法
传感器
雅可比矩阵
视频帧
AI控制系统