[发明专利]一种基于时序图Transformer的连续动态网络表征学习方法在审
| 申请号： | 202111434187.2 | 申请日： | 2021-11-29 |
| 公开（公告）号： | CN114118375A | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 王英;李莹姬;吴越 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F17/13 |
| 代理公司： | 长春市恒誉专利代理事务所(普通合伙) 22212 | 代理人： | 李荣武 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于时序图Transformer的连续动态网络表征学习方法，属于网络表征学习领域，包括：由基于连续动态系统的时序编码模块对动态网络的时序信息进行建模，将时间戳信息编码为向量，和节点的特征向量进行结合；基于节点在动态图中的影响力进行中心度编码，将节点的度作为其中心度信息编码到节点特征中，由基于中心度编码的注意力模块捕获动态网络的结构信息；设计基于注意力机制的空间事件系数描述动态网络中事件依赖的全局范围。本发明应用神经常微分方程编码连续时序信息，并通过中心度编码和堆叠多层Transformer实现对动态网络中时序信息和拓扑结构信息的提取，以学习包含全局依赖关系的连续动态网络表征。 | ||
| 搜索关键词： | 一种 基于 时序 transformer 连续 动态 网络 表征 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111434187.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种快递柜收发系统及其使用方法
- 下一篇：一种预制劲性混凝土剪力墙板
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
