-
公开(公告)号:CN118538312B
公开(公告)日:2025-05-06
申请号:CN202410655411.8
申请日:2024-05-24
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种由随机子结构特征增强的化合物异常检测方法及系统,包括:通过对节点的邻域进行采样,构造出了每个节点的子结构特征,这些特征能够显式地参与图神经网络的消息传递中,一方面使得方法不强制依赖于节点级特征,另一方面使得方法具备了捕获潜在的异常子结构的能力,进一步地,使方法在异常化合物检测问题上比现存方法拥有更优秀的准确率。
-
公开(公告)号:CN118538312A
公开(公告)日:2024-08-23
申请号:CN202410655411.8
申请日:2024-05-24
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种由随机子结构特征增强的化合物异常检测方法及系统,包括:通过对节点的邻域进行采样,构造出了每个节点的子结构特征,这些特征能够显式地参与图神经网络的消息传递中,一方面使得方法不强制依赖于节点级特征,另一方面使得方法具备了捕获潜在的异常子结构的能力,进一步地,使方法在异常化合物检测问题上比现存方法拥有更优秀的准确率。
-
公开(公告)号:CN115600123A
公开(公告)日:2023-01-13
申请号:CN202211252317.5
申请日:2022-10-13
Applicant: 哈尔滨工业大学(CN)
IPC: G06F18/2323 , G06Q10/04 , G06Q50/04
Abstract: 本发明提出一种基于持续社区边界检测的数字生态演化观测方法及系统。该方法使用连续时间的图网络对数字生态建模,基于标签传播算法,分离标签传播为局部传播和全局传播,实现了无监督、动态化的动态标签传播算法,达到了观测数字生态演化的目的。本发明所述方法通过社区表述数字生态演化,实现了数字生态演化在拓扑结构上的可表达和可观测。
-
-