- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明在于提供一种基于图神经网络的节点关系空间对比学习社区发现方法,解决以前模型大多是有监督并且没有考虑节点和关系之间相似度的问题,通过最大化节点空间与关系空间学习到的节点特征之间的相似度来设计损失函数,并且改进了以前的对比学习方法,使用节点空间和关系空间进行对比学习从而得到更好的优化模型,考虑了元路径长度和覆盖数量对节点特征的影响,并通过不同关系之间的交互学习,得到最终的节点表征,更好的进行社区发现。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116629309 A
(43)申请公布日 2023.08.22
(21)申请号 202310576862.8
(22)申请日 2023.05.22
(71)申请人 南通大学
文档评论(0)