一种面向动态图链接预测的高阶时序超图卷积网络运行方法.pdfVIP

下载本文档

1
0
约1.54万字
约 13页
2023-05-15 发布于北京
举报
版权申诉

一种面向动态图链接预测的高阶时序超图卷积网络运行方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明涉及深度学习图神经网络技术领域，具体涉及一种面向动态图链接预测的高阶时序超图卷积网络运行方法。获取动态图数据样本集，并分为训练集、验证集和测试集；将获取动态图构建为时序超图，将时序超图内部的超边进行超边投影；将训练集输入高阶时序超图卷积网络；接着将验证集输入已训练的高阶时序超图卷积网络，对网络进行调整，获取优化后的高阶时序超图卷积网络；将测试集数据输入优化后的高阶时序超图卷积网络，得到优化后的网络节点特征表示，将网络节点特征进行内积打分，得出预测结果。本发明仅使用时序超图卷积操作就可以独立

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114723011 A (43)申请公布日 2022.07.08 (21)申请号 202210386440.X (22)申请日 2022.04.13 (71)申请人广东技术师范大学地址 51063