摘要
本发明涉及一种多目标网络瓦解方法、系统、设备及介质,该方法包括:将多目标网络瓦解问题分解为多个标量子问题,为每个子问题定义对应的权重向量;针对每个标量子问题,基于其权重向量构建对应的神经网络模型,所述神经网络模型包括编码器和解码器;利用所述编码器对目标网络的节点进行特征提取,生成对应的节点嵌入向量;通过所述解码器结合注意力机制,基于所述节点嵌入向量计算每个节点的选择概率;根据所述选择概率,以贪婪策略逐步选择并移除节点,生成所述标量子问题的解;遍历所有标量子问题的解,筛选出满足帕累托最优条件的解集作为最终瓦解策略。本方法通过最大化弱化网络功能性同时最小化瓦解成本以获得更为精确的模型。
技术关键词
贪婪策略
编码器
优化神经网络模型
初始化解码器
网络结构信息
网络拓扑数据
网络拓扑变化
更新解码器
多头注意力机制
门控循环单元
参数
输入解码器
节点数
系统为您推荐了相关专利信息
重构模型
自动编码器
重构残差
广义帕累托分布
无人机飞行数据
血管造影装置
血管介入系统
拉绳传感器
电磁铁装置
介入装置
AI图像识别
智能识别方法
天气
气象
非暂态计算机可读存储介质
分割方法
编码器模块
解码器
医学影像数据
脑部医学图像
图像像素
生成方法
解码器
压缩特征
图像生成模型