基于网络模体的图神经网络可解释方法

    公开(公告)号:CN115730657A

    公开(公告)日:2023-03-03

    申请号:CN202211452851.0

    申请日:2022-11-21

    Abstract: 本发明属于图神经网络的可解释性领域,公开了一种基于网络模体的图神经网络可解释方法,可以识别出图神经网络中高频出现的低阶结构模体,通过反事实推论证明该模体对实际预测结果有十分重要的影响,从而对图神经网络的可解释性起到关键的作用,并且可以提供更好的解释服务。本发明讨论了模型超参数和解释大小对模型性能的影响,在合成和真实数据集上均展示优于其他基线的性能。本发明创建的方法是模型不可知的,因此在理论上适用于所有的图神经网络。

    基于CNFS协议的自验证可变名称分布式存储方法

    公开(公告)号:CN112291356A

    公开(公告)日:2021-01-29

    申请号:CN202011200979.9

    申请日:2020-11-02

    Abstract: 本发明涉及分布式存储技术领域,提供一种基于CNFS协议的自验证可变名称分布式存储方法,包括:步骤100,基于CNFS协议的文件系统,上传用户节点生成CNFS节点信息;步骤200,上传用户节点A分配可变命名空间,由之前生成的节点信息作为地址名称,向域名服务器系统中添加域名,上传文件并将其索引到自己的命名空间上;步骤300,访问用户节点获取文件对象,通过检测签名是否与公钥和上传用户节点信息匹配,从而验证上传用户节点发布对象的真实性;步骤400,访问用户节点解析上传用户节点命名空间下发布的数据哈希值,并向存储节点发起对应数据哈希的下载请求。本发明有效的减少网络负担,并提高系统扩展性。

    基于CNFS协议的自验证可变名称分布式存储方法

    公开(公告)号:CN112291356B

    公开(公告)日:2022-01-04

    申请号:CN202011200979.9

    申请日:2020-11-02

    Abstract: 本发明涉及分布式存储技术领域,提供一种基于CNFS协议的自验证可变名称分布式存储方法,包括:步骤100,基于CNFS协议的文件系统,上传用户节点生成CNFS节点信息;步骤200,上传用户节点A分配可变命名空间,由之前生成的节点信息作为地址名称,向域名服务器系统中添加域名,上传文件并将其索引到自己的命名空间上;步骤300,访问用户节点获取文件对象,通过检测签名是否与公钥和上传用户节点信息匹配,从而验证上传用户节点发布对象的真实性;步骤400,访问用户节点解析上传用户节点命名空间下发布的数据哈希值,并向存储节点发起对应数据哈希的下载请求。本发明有效的减少网络负担,并提高系统扩展性。

Patent Agency Ranking