摘要
本申请公开了一种基于自适应感受野的节点分类方法、系统、设备、介质及产品,涉及图神经网络技术领域,基于自适应感受野的节点分类方法包括:通过多跳图卷积网络聚合图结构数据中至少一个目标节点对应的多跳以内的邻居信息,得到目标节点在多个候选感受野内分别对应的一组表征信息;分别整合目标节点在各候选感受野内的一组表征信息,得到多个候选感受野内的目标表征;基于目标节点在各候选感受野内分别对应的目标表征,确定各候选感受野分别对应的评分;将评分最高的候选感受野确定为目标感受野并对目标节点进行分类,得到节点分类预测值,本申请通过自适应调整节点的感受野,提高图结构数据的节点分类精度。
技术关键词
节点分类方法
邻居
长短期记忆网络
数据
计算机程序产品
分类系统
神经网络技术
标签
处理器
学习器
社交
矩阵
可读存储介质
存储器
电子设备
精度
系统为您推荐了相关专利信息
模糊模型预测控制
汽轮机系统
模糊预测模型
事件触发机制
燃煤锅炉
策略
推荐系统
计算机可读非易失性存储介质
指标
展位
光谱共焦传感器
偏心误差
误差补偿方法
滚珠丝杠
数据
智能管控系统
切割金属材料
智能控制模块
三维模型
数据收集模块
分析预警方法
语义
文本主题模型
统计分词
决策树模型