申请/专利权人:腾讯科技(深圳)有限公司
申请日:2020-10-28
公开(公告)日:2024-04-02
公开(公告)号:CN112200266B
主分类号:G06F18/214
分类号:G06F18/214;G06F18/243;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.10.11#实质审查的生效;2021.01.08#公开
摘要:本申请涉及一种基于图结构数据的网络训练方法、装置以及节点分类方法。所述网络训练方法包括:获取图结构训练数据对应的有损图结构数据;将有损图结构数据输入到目标网络的生成网络中,以对有损图结构数据进行连边恢复并生成对应的图结构更新数据;目标网络包括生成网络和预测网络;将图结构更新数据输入到预测网络中,以对图结构更新数据的节点进行分类预测得到图结构更新数据的节点分类结果;根据图结构更新数据的节点分类结果,对生成网络和预测网络进行网络参数调整,直至生成网络和预测网络收敛,得到已训练的目标网络。上述方案通过生成网络和预测网络的联合训练能得到耦合性良好的目标网络,进而可以对图结构数据中的节点进行准确分类。
主权项:1.一种基于图结构数据的网络训练方法,其特征在于,所述方法包括:获取图结构训练数据对应的有损图结构数据,所述有损图结构数据包括基于文章的引用关系构建的图结构和基于地图上各个目的地之间的线路关系构建的图结构中的一种,所述有损图结构数据指的是连边数据有损的图结构数据;将所述有损图结构数据输入到目标网络的生成网络中,以对所述有损图结构数据进行连边恢复并生成对应的图结构更新数据;所述目标网络包括所述生成网络和预测网络;将所述图结构更新数据输入到所述预测网络中,以对所述图结构更新数据的节点进行分类预测得到所述图结构更新数据的节点分类结果;根据所述图结构更新数据的节点分类结果,对所述生成网络和所述预测网络进行网络参数调整,直至所述生成网络和所述预测网络收敛,得到已训练的目标网络,其中所述预测网络的目标函数嵌套于所述生成网络的目标函数中。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 基于图结构数据的网络训练方法、装置以及节点分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。