公开(公告)号：CN116821452B

公开(公告)日：2023-11-14

申请号：CN202311086468.2

申请日：2023-08-28

Applicant: 南京邮电大学

Inventor： 李鑫 ,  朱攀 ,  陆伟 ,  马召祎 ,  赵晨廷 ,  吕赛 ,  李青松

IPC: G06F16/906 ,  G06F16/901 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于图机器学习、图表示学习技术领域，提供了一种图节点分类模型训练方法、图节点分类方法，具体涉及一种基于图注意力和改进Transformer图节点分类模型训练方法、图节点分类方法，具体将基于二级掩码的图注意力机制及结构强化学习、层间残差等优化策略融入Transformer框架，构建一种改进的Transformer模型以提高其对图数据的建模精度，同时兼顾小规模和中规模图数据集的节点分类任务，实现分类性能的全面提升。

公开(公告)号：CN116821452A

公开(公告)日：2023-09-29

申请号：CN202311086468.2

申请日：2023-08-28

Applicant: 南京邮电大学

Inventor： 李鑫 ,  朱攀 ,  陆伟 ,  马召祎 ,  赵晨廷 ,  吕赛 ,  李青松

IPC: G06F16/906 ,  G06F16/901 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于图机器学习、图表示学习技术领域，提供了一种图节点分类模型训练方法、图节点分类方法，具体涉及一种基于图注意力和改进Transformer图节点分类模型训练方法、图节点分类方法，具体将基于二级掩码的图注意力机制及结构强化学习、层间残差等优化策略融入Transformer框架，构建一种改进的Transformer模型以提高其对图数据的建模精度，同时兼顾小规模和中规模图数据集的节点分类任务，实现分类性能的全面提升。