-
公开(公告)号:CN115131605A
公开(公告)日:2022-09-30
申请号:CN202210665049.3
申请日:2022-06-14
申请人: 大连理工大学
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
摘要: 本发明属于图表示学习领域,提出了一种基于自适应子图的结构感知图对比学习方法,用于图表示学习。该方法包括基于Motif的子图生成算法、图增强算法、基于Motif的子图嵌入算法、基于GNN的图嵌入算法以及子图对比学习框架。本发明可以在无监督场景下,帮助模型更好地捕捉局部语义信息,从而学习到高质量节点嵌入,用于下游图学习任务,如节点分类、链路预测、推荐系统等。本发明基于原始图中的motif信息,构建编码子图,可以有效减轻图增强对原始图语义信息的破坏;提出的基于motif的子图生成与编码策略和传统子图生成方法相比,可以捕捉更丰富的语义信息。