公开(公告)号：CN113191486B

公开(公告)日：2023-10-13

申请号：CN202110458807.X

申请日：2021-04-27

Applicant: 东北大学

Inventor： 谷峪 ,  袁嘉隆 ,  宋振 ,  李传文 ,  李芳芳 ,  于戈

IPC: G06N3/0442 ,  G06N3/098 ,  G06N3/084 ,  H04L67/10 ,  H04L67/1008

Abstract: 本发明公开一种基于参数服务器架构的图数据与参数数据的混合划分方法，首先将图顶点按广度优先遍历的方式重新处理编号，将顶点编号划分为大小相等的P个区间，取区间的中间值对应的顶点作为多个初始分区，然后基于图拓扑数据与顶点特征维度计算当前分区邻域顶点的代价分数，根据代价分数对邻域顶点进行排序，选取代价分数最小的多个邻域顶点加入当前分区，同时更新当前分区顶点特征权重向量。通过对比多个分区的顶点特征权重向量，将图神经网络模型参数按行划分至在计算时需要使用该参数行顶点的数量最多的分区中。适用于支持图神经网络算法的参数服务器系统，能够减少系统运行时的网络通信开销，加速系统计算效率。

公开(公告)号：CN113191486A

公开(公告)日：2021-07-30

申请号：CN202110458807.X

申请日：2021-04-27

Applicant: 东北大学

Inventor： 谷峪 ,  袁嘉隆 ,  宋振 ,  李传文 ,  李芳芳 ,  于戈

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于参数服务器架构的图数据与参数数据的混合划分方法，首先将图顶点按广度优先遍历的方式重新处理编号，将顶点编号划分为大小相等的P个区间，取区间的中间值对应的顶点作为多个初始分区，然后基于图拓扑数据与顶点特征维度计算当前分区邻域顶点的代价分数，根据代价分数对邻域顶点进行排序，选取代价分数最小的多个邻域顶点加入当前分区，同时更新当前分区顶点特征权重向量。通过对比多个分区的顶点特征权重向量，将图神经网络模型参数按行划分至在计算时需要使用该参数行顶点的数量最多的分区中。适用于支持图神经网络算法的参数服务器系统，能够减少系统运行时的网络通信开销，加速系统计算效率。