买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学申请的专利基于可学习图补丁的面向跨领域图模型预训练方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119782822B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510260282.7，技术领域涉及：G06F18/214；该发明授权基于可学习图补丁的面向跨领域图模型预训练方法和系统是由杨洋;孙逸飞;冯骁设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本基于可学习图补丁的面向跨领域图模型预训练方法和系统在说明书摘要公布了：本发明公开了一种基于可学习图补丁的面向跨领域图模型预训练方法和系统，属于图模型训练技术领域。获取多源域的预训练图数据集；将预训练图数据集中的每个图数据的节点特征拆分为各通道的节点令牌集合，各通道的节点令牌集合及其相应通道的图结构作为该通道的关键图补丁；编码图数据中各通道的关键图补丁并聚合后作为图数据表征；基于图数据表征结果，引入特征遮蔽复原任务和图邻居上下文预测任务对各模块预训练，预训练后的模块组合作为用于提取目标域图数据表征的跨领域图模型，以实现目标域图数据的下游任务。本发明实现了将分解后的关键图补丁在无辅助信息情况下从不同源域图数据中提取可迁移信息，提升了图模型在多领域任务中的迁移性能。

本发明授权基于可学习图补丁的面向跨领域图模型预训练方法和系统在权利要求书中公布了：1.一种基于可学习图补丁的面向跨领域图模型预训练方法，其特征在于，包括：（1）获取多源域的预训练图数据集，包括引用图数据、社交网络图数据、分子图数据、金融网络图数据、电力网络图数据、推荐系统图数据、交通网络图数据中的两种或两种以上，每一个图数据由节点特征矩阵和原始邻接矩阵组成；（2）利用图补丁提取模块将预训练图数据集中的每个图数据的节点特征拆分为各通道的节点令牌集合，基于各通道的节点令牌集合分别建立一个图结构，各通道的节点令牌集合及其相应通道的图结构作为该通道的关键图补丁；（3）利用单通道图补丁编码模块编码图数据中各通道的关键图补丁，再利用图补丁聚合模块将全部通道的关键图补丁的编码结果聚合后作为图数据表征；（4）基于图数据表征结果，引入特征遮蔽复原任务和图邻居上下文预测任务对图补丁提取模块、单通道图补丁编码模块和图补丁聚合模块进行预训练，预训练后的模块组合作为用于提取目标域图数据表征的跨领域图模型，以实现目标域图数据的下游任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。