摘要
本申请公开了一种图神经网络建模方法及相关装置,通过在第一图结构中引入虚节点,并与第一图结构中的各个节点进行连接,生成第二图结构,可以实现任意两个节点之间的两跳通信,在第二图结构中引入高斯噪声,构建的全局状态矩阵,能够帮助抑制低阶异类邻居的噪声干扰,结合全局状态矩阵与多头注意力机制,可以自适应的调整第二图结构中边的注意力权重,有效增强了高阶语义相似节点之间的有效连接,由此基于边的权重对节点的特征进行更新,使其具有更好的特征表达能力,在进行信息转播时具有更高的准确性和鲁棒性,从而在图神经网络建模任务中具有更高的准确性与稳定性。
技术关键词
神经网络建模方法
节点
矩阵
多头注意力机制
计算机设备
存储计算机程序
前馈神经网络
非线性
可读存储介质
邻居
多层感知机
建模装置
计算机程序产品
噪声
标识
存储器
鲁棒性
处理器
系统为您推荐了相关专利信息
数据检索方法
意图类别
文本特征向量
语音识别算法
图像特征向量
存储系统
数据分析单元
大数据
数据采集单元
数据存储
控制点
建模算法
坐标计算方法
高精度三维建模
坐标系
深度补全方法
语义标签
稀疏深度图
sigmoid函数
池化特征