公开(公告)号：CN120087502A

公开(公告)日：2025-06-03

申请号：CN202510525771.0

申请日：2025-04-25

Applicant: 西安交通大学

Inventor： 裴红斌 ,  海竞昕 ,  李宇 ,  邓辉琦 ,  王平辉 ,  马杰 ,  管晓宏

IPC: G06N20/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06F18/214

Abstract: 本申请提供一种利用预测不一致样本的伪标签增强训练方法，涉及深度学习技术领域，该方法包括：第一阶段，由真实标签训练集训练初始模型获得第一模型；第二阶段，由基线伪标签选择方法构建基线伪标签训练集，并与真实标签训练集构成目标训练集训练第一模型获得第二模型，保存每轮训练后的第一模型对无标签数据的预测分布为历史预测数据；第三阶段，从历史预测数据中筛选具有预测不一致性的无标签数据作为伪标签数据，其伪标签为第二模型预测的类别，预测不一致性指无标签数据的预测标签先后稳定在两个类别；以伪标签数据和目标训练集组成增强训练集训练初始模型，获得最终模型。旨在提供经过多样特征伪标签数据训练的模型，以提升最终模型性能。

公开(公告)号：CN118966272A

公开(公告)日：2024-11-15

申请号：CN202411007029.2

申请日：2024-07-25

Applicant: 西安交通大学

Inventor： 裴红斌 ,  李宇 ,  海竞昕 ,  陶敬 ,  王平辉 ,  管晓宏

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241

Abstract: 本发明提供了一种利用多轨道实现异质消息分离的图神经网络构建方法，属于图神经网络技术领域，该方法包括：利用辅助模型，生成图数据结构中每个节点的辅助表示；基于多轨道图卷积神经网络在历次训练过程中的训练结果，从图数据结构选取代表性节点；基于代表性节点的标签，构建多轨道图卷积神经网络中的每个轨道的轨道原型；基于每个轨道的轨道原型与图数据结构中每个节点的辅助表示，构建节点轨道关联矩阵；通过节点轨道关联矩阵将节点属性发送到不同的轨道上，利用神经消息传递机制学习节点的特征表示；其中，特征表示用于对每个节点进行分类。通过本发明所提供的方法，可以对图数据结构中的节点进行消息传递时，实现异质消息分离。