[发明专利]一种基于夏普利值解释的图神经网络模型重要链路确定方法及装置在审
| 申请号： | 202210863247.0 | 申请日： | 2022-07-20 |
| 公开（公告）号： | CN115456140A | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 李传煌;刘世源;陆琴;陈泽斌 | 申请（专利权）人： | 浙江工商大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06V10/82 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于夏普利值解释的图神经网络模型重要链路确定方法及装置，本发明将SDN网络性能预测的图神经网络模型的工作原理与博弈论理论知识相结合，为SDN网络性能预测的图神经网络模型提供有效、合理的解释。使用夏普利值作为输入节点的重要性得分，并通过一个可训练的软离散掩码矩阵来挑选重要节点集合，从而降低了夏普利值的计算量。实验结果表明本发明能为图神经网络模型提供有效解释，挑选出针对预测结果的重要链路集合，为进一步优化网络拓扑结构提供支撑，并在一定程度上验证了模型能够正确地学习到特征之间的关系，增强了其可靠性，为推动SDN网络性能预测的图神经网络模型在工程实践中的应用提供了新的方案。 | ||
| 搜索关键词： | 一种 基于 夏普 解释 神经网络 模型 重要 确定 方法 装置 | ||
【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浙江工商大学，未经浙江工商大学许可，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/202210863247.0/，转载请声明来源钻瓜专利网。
