摘要
本发明公开了一种因子网络结构自构建与表征方法、装置、设备及介质。该方法包括:收集多个样本,各样本包括多个节点,组建各样本的各节点的初始主要值与初始其他值;确定各节点的类别数,根据各节点的数据与类别数构建聚类模型,根据聚类模型确定各节点所属的类别;遍历各样本,根据各节点所属的类别并利用注意力模型训练因子网络结构模型;根据因子网络结构模型,构建神经网络消息传递网络,利用神经网络消息传递网络分别对各节点与各样本进行表征,得到各节点与各样本的网络表征。本申请通过利用注意力模型自动学习单因素与其他剩余因素的网络关系,能够无监督自动学习网络结构,同时能够以神经网络的方式计算出各个因子的表征及整个网络表征。
技术关键词
消息传递网络
网络结构
节点
注意力模型
网络表征
表征方法
样本
因子
聚类
表征装置
可读存储介质
参数
注意力机制
模块
处理器
计算机设备
无监督
存储器
标记
系统为您推荐了相关专利信息
经济优化方法
激励方法
设施
混合整数非线性规划
遗传算法
视网膜图像分割方法
注意力
特征提取模块
图像分割模型
残差模块
调节式LED路灯
智能照明控制方法
网络拓扑
智能照明控制系统
时间段