公开(公告)号：CN109977232A

公开(公告)日：2019-07-05

申请号：CN201910167501.1

申请日：2019-03-06

Applicant: 中南大学 ,  湖南财政经济学院

Inventor： 鲁鸣鸣 ,  刘海英 ,  伍谷丰 ,  王建新 ,  潘毅 ,  毕文杰

IPC: G06F16/36 ,  G06F16/34 ,  G06F17/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于力导图的图神经网络(Graph NeuralNetwork，简称GNN)可视分析方法，该方法包括以下步骤：S1、构建图神经网络模型，统计图神经网络中间隐藏层参数或者中间隐藏层的输出；S2、构建力导图模型，将图网神经网络中间隐藏层参数或者中间隐藏层的输出作为力导图模型的输入；S3、根据力导图中节点的受力情况，迭代更新力导图中节点的位置，当图中所有节点受力平衡或者更新位移小于阈值时得到最终布局；本发明系统与方法对应；本发明从可视化角度观察图神经网络参数的更新过程，进而说明图神经网络的学习有效性，增强图神经网络的可解释性。

公开(公告)号：CN109977232B

公开(公告)日：2022-05-10

申请号：CN201910167501.1

申请日：2019-03-06

Applicant: 中南大学 ,  湖南财政经济学院

Inventor： 鲁鸣鸣 ,  刘海英 ,  伍谷丰 ,  王建新 ,  潘毅 ,  毕文杰

IPC: G06F16/36 ,  G06F16/34 ,  G06F40/279 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于力导图的图神经网络(Graph NeuralNetwork，简称GNN)可视分析方法，该方法包括以下步骤：S1、构建图神经网络模型，统计图神经网络中间隐藏层参数或者中间隐藏层的输出；S2、构建力导图模型，将图网神经网络中间隐藏层参数或者中间隐藏层的输出作为力导图模型的输入；S3、根据力导图中节点的受力情况，迭代更新力导图中节点的位置，当图中所有节点受力平衡或者更新位移小于阈值时得到最终布局；本发明系统与方法对应；本发明从可视化角度观察图神经网络参数的更新过程，进而说明图神经网络的学习有效性，增强图神经网络的可解释性。