-
公开(公告)号：CN115879507A
公开(公告)日：2023-03-31
申请号：CN202211167773.X
申请日：2022-09-23
Applicant: 同济大学
IPC: G06N3/0464 , G06N3/047 , G06N3/094 , G06N3/0455
Abstract: 本发明公开了一种基于深度对抗学习的大规模图生成方法，包括，对于图G，给定其邻接矩阵A与特征矩阵X，对其进行采样后，输入图注意力编码器以获得图的结构信息，应用社区检测算法得到社区标签的真实值；将所述图注意力编码器输出的社区信息和图表示馈送至社区解码器，生成各节点对应的社区标签；利用反向传播调整所述图注意力编码器与社区解码器的参数，将其引导至社区保持的潜在空间；将所述图注意力编码器输出的社区信息和图表示馈送至图解码器，生成边概率；利用所述边概率模拟图分数矩阵，最终采样得到模型生成的新图；本发明提出的模型可以在图模拟的质量和效率(可扩展性)之间实现良好的平衡。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
