双通道图神经网络优化：基于KAN理论的模型设计.docxVIP

双通道图神经网络优化：基于KAN理论的模型设计

目录

文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2双通道神经网络架构概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3图神经网络研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4KAN理论简介及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.5本文主要研究内容与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1图神经网络基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.1图卷积网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.1.2图注意力网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2双通道信息融合机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.1特征通道．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.2.2结构通道．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.3KAN理论及其在神经网络中的应用．．．．．．．．．．．．．．．．．．．．．．．．．32

2.3.1量子计算与神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

2.3.2KAN模型结构与特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

基于KAN理论的双通道图神经网络模型设计．．．．．．．．．．．．．．．．．．40

3.1模型总体框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.2编码器模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

3.2.1图卷积编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.2.2结构信息提取模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

3.3解码器模块设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

3.3.1融合网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

3.3.2KAN激活函数应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62

3.4模型训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64

3.4.1损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66

3.4.2优化算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68

实验验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

4.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

4.1.1图像数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74

4.1.2社交网络数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

4.2评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78

4.3实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79

4.3.1模型性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

4.3.2KAN模块效果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

4.3.3双通道融合机制影响分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．85

4.4消融实验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．