公开(公告)号：CN117435970A

公开(公告)日：2024-01-23

申请号：CN202311219423.8

申请日：2023-09-20

Applicant: 中国科学院信息工程研究所

Inventor： 古晓艳 ,  陈榉烁 ,  代飞飞 ,  周江 ,  李波 ,  王伟平

IPC: G06F18/241 ,  G06F18/213 ,  G06F16/901 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明提供一种通用域自适应的节点分类方法及装置，所述方法包括：构建目标网络的图结构；将图结构输入节点分类模型，以使该节点分类模型基于置信度和熵两个指标来获取每一节点的可迁移性分数；基于可迁移性分数，将对应的节点划入共有集、不确定集或未知集。本发明可以基于不确定性度量以及对比学习，充分学习类别可判别性和领域不变性节点表征，以实现通用域自适应节点分类。

公开(公告)号：CN117749641A

公开(公告)日：2024-03-22

申请号：CN202311508882.8

申请日：2023-11-13

Applicant: 中国科学院信息工程研究所

Inventor： 古晓艳 ,  陈榉烁 ,  代飞飞 ,  周江 ,  李波 ,  王伟平

IPC: H04L41/142 ,  H04L41/147

Abstract: 本发明涉及一种基于子图的符号链路预测方法及系统。该方法包括：对图数据进行预处理操作得到符号图的邻接矩阵；构建基于重要性的子图提取模块，对全局邻居节点进行选取，针对网络中的每一个目标节点对提取子图；构建符号感知的节点标记模块，以目标节点为中心，采用相对距离编码对子图的图结构进行编码，得到表示结构的特征向量，实现邻居信息的知识嵌入；构建自平衡的符号分类模块，将编码的子图输入图神经网络，利用图卷积和图池化操作对子图信息进行特征提取，得到子图表示，通过焦点损失和自剪枝对比损失实现链路的平衡分类；对各模块进行训练以进行符号链路预测。本发明能够克服现有符号链路预测方法的不足，取得更好的符号链路预测效果。