[发明专利]一种基于深度强化学习的图结构学习算法在审
| 申请号： | 202310571599.3 | 申请日： | 2023-05-21 |
| 公开（公告）号： | CN116662901A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 丁洁;孙国崴 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06F18/2415 | 分类号： | G06F18/2415;G06F18/20;G06F17/11;G06N7/01;G06N3/092;G06N3/0464 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图结构学习技术领域，具体为一种基于深度强化学习的图结构学习算法。本发明把图结构学习问题中增加连边过程建模为马尔可夫决策过程(MDP)，并用双重深度Q网络(DDQN)来实现状态和行为之间的非线性映射；对于每个节点，添加连边的过程由DDQN指导强化学习代理选择具有最大Q值的节点完成，并使用正则惩罚项来约束节点属性的平滑性来更精准地选择节点。通过DDQN确定增加的连边得到更优的图结构和图表达，有效地提升不完整图数据的可用性。本发明能够有效地学习图结构，改善不完整图数据的可用性，提高节点分类的准确率。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 结构 算法 | ||
【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复旦大学，未经复旦大学许可，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/202310571599.3/，转载请声明来源钻瓜专利网。
