[发明专利]一种高效的图卷积神经网络重训练方法有效
| 申请号： | 202110587163.4 | 申请日： | 2021-05-27 |
| 公开（公告）号： | CN113326443B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 何向南;丁斯昊;冯福利;廖勇;石珺;张勇东 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06N3/04;G06N3/08 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;韩珂 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种高效的图卷积神经网络重训练方法，包括：对于上一时刻已经训练好的图卷积神经网络，获取每个节点历史时刻总的积累度；对于每个节点，利用其邻接节点历史时刻总的积累度，计算能够概括历史数据中知识的各节点表征表示；再利用当前时刻收集到的新数据构建增量图，结合增量图以及各节点表征表示，采用增量图卷积操作更新图卷积神经网络的参数。该方法利用图卷积神经网络自身的邻居聚合机制，直接从旧模型参数中提取旧知识，在只使用新数据的条件下精确、高效地完成重训练任务，该方法使得重训练模型的成本大大降低，模型性能比较原始的重训练方法显著提高。 | ||
| 搜索关键词： | 一种 高效 图卷 神经网络 训练 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中国科学技术大学，未经中国科学技术大学许可，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/202110587163.4/，转载请声明来源钻瓜专利网。
- 上一篇：电池模组、电池包以及车辆
- 下一篇：一种基于PLC的远程变频控制系统
