一种基于注意力的社交网络图划分方法

    公开(公告)号:CN116821420B

    公开(公告)日:2024-08-30

    申请号:CN202310384795.X

    申请日:2023-04-11

    Abstract: 一种基于注意力的语义图划分方法,涉及计算机集群图计算技术领域。本发明是为了解决现有图划分方法还存在图划分质量低、语义汇聚度低的问题,从而导致后续图计算速度慢、计算任务执行效率低以及通信成本高的问题。本发明包括:获取语义图,从语义图中提取图结构数据和语义特征数据,然后对语义特征数据降维;构建基于注意力的语义图划分网络,将图结构数据和降维后的语义特征数据输入基于注意力的语义图划分网络,获得语义图划分方案;构建异构感知的高纬度优先图划分网络,利用语义图划分方案划分语义图,获得划分结果,将划分结果输入到异构感知的高纬度优先图划分网络中对语义图进行二次划分,获得最终图划分方案。本发明用于图划分。

    一种基于异构引文网络的作者分类方法

    公开(公告)号:CN116383446B

    公开(公告)日:2024-09-13

    申请号:CN202310359202.4

    申请日:2023-04-06

    Abstract: 一种基于异构引文网络的作者分类方法,具体涉及一种利用基于元结构的异构图表示学习的引文网络中作者的分类方法,为解决GNN方法对引文网络中的作者进行分类时,异构图表示学习的效率和准确率低,导致引文网络中作者分类效率和准确率低的问题。将某个领域的引文网络抽象为异构图,分别定义异构图及其包含的元路径和元图,异构图中节点类型包括文章、作者和会议;依次利用图结构学习器、图结构扩展器和图结构筛选器对异构图进行处理得到筛选的新图结构;根据HAN模型构建图结构分析器,利用图结构分析器对筛选的新图结构进行节点嵌入,完成引文网络的异构图表示学习,根据异构图表示学习对作者进行分类,得到分类后的作者。属于作者分类领域。

    一种基于注意力的语义图划分方法

    公开(公告)号:CN116821420A

    公开(公告)日:2023-09-29

    申请号:CN202310384795.X

    申请日:2023-04-11

    Abstract: 一种基于注意力的语义图划分方法,涉及计算机集群图计算技术领域。本发明是为了解决现有图划分方法还存在图划分质量低、语义汇聚度低的问题,从而导致后续图计算速度慢、计算任务执行效率低以及通信成本高的问题。本发明包括:获取语义图,从语义图中提取图结构数据和语义特征数据,然后对语义特征数据降维;构建基于注意力的语义图划分网络,将图结构数据和降维后的语义特征数据输入基于注意力的语义图划分网络,获得语义图划分方案;构建异构感知的高纬度优先图划分网络,利用语义图划分方案划分语义图,获得划分结果,将划分结果输入到异构感知的高纬度优先图划分网络中对语义图进行二次划分,获得最终图划分方案。本发明用于图划分。

    一种基于异构引文网络的作者分类方法

    公开(公告)号:CN116383446A

    公开(公告)日:2023-07-04

    申请号:CN202310359202.4

    申请日:2023-04-06

    Abstract: 一种基于异构引文网络的作者分类方法,具体涉及一种利用基于元结构的异构图表示学习的引文网络中作者的分类方法,为解决GNN方法对引文网络中的作者进行分类时,异构图表示学习的效率和准确率低,导致引文网络中作者分类效率和准确率低的问题。将某个领域的引文网络抽象为异构图,分别定义异构图及其包含的元路径和元图,异构图中节点类型包括文章、作者和会议;依次利用图结构学习器、图结构扩展器和图结构筛选器对异构图进行处理得到筛选的新图结构;根据HAN模型构建图结构分析器,利用图结构分析器对筛选的新图结构进行节点嵌入,完成引文网络的异构图表示学习,根据异构图表示学习对作者进行分类,得到分类后的作者。属于作者分类领域。

Patent Agency Ranking