[發(fā)明專利]一種增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010547673.4
• 申請(qǐng)日: 2020-06-16
• 公開（公告）號(hào): CN111860768B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 楊躍東;鄧幽揚(yáng);宋穎;鄭雙佳
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): G06N3/0499
• 分類號(hào): G06N3/0499;G06N3/08;G06F18/24;G06N20/00
• 代理公司: 廣州潤禾知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44446
• 代理人: 歐秋望

1.一種增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，步驟包括：

獲取應(yīng)用對(duì)象的有向圖G，提取所述有向圖G的圖結(jié)構(gòu)數(shù)據(jù)，所述有向圖G包括若干個(gè)節(jié)點(diǎn)v和若干條邊e，所述節(jié)點(diǎn)v為所述應(yīng)用對(duì)象中的任意元素，所述邊e為所述應(yīng)用對(duì)象中任意相連的兩個(gè)元素之間的關(guān)聯(lián)關(guān)系；

根據(jù)所述圖結(jié)構(gòu)數(shù)據(jù)獲取所有和所有所述v表示所述所有節(jié)點(diǎn)中的任意一個(gè)節(jié)點(diǎn)，所述w表示所述節(jié)點(diǎn)v任意相鄰節(jié)點(diǎn)，所述相鄰節(jié)點(diǎn)為所述應(yīng)用對(duì)象中與任意元素相連的任意元素，所述為任意一條所述節(jié)點(diǎn)v到其任意相鄰節(jié)點(diǎn)w的邊e_v，w在第0層的隱藏表示，所述為任意一個(gè)所述節(jié)點(diǎn)v在第0層的隱藏表示，任何所述邊e隱藏表示為所述應(yīng)用對(duì)象中任意相連的兩個(gè)元素之間的關(guān)聯(lián)關(guān)系在某一層的抽象化表示，任何所述節(jié)點(diǎn)v的隱藏表示為所述應(yīng)用對(duì)象中任意元素在某一層的抽象化表示；

根據(jù)所有創(chuàng)建所有所述為任意一條所述節(jié)點(diǎn)v的任意相鄰節(jié)點(diǎn)w到節(jié)點(diǎn)v的邊e_w，v在第k-1層的隱藏表示，所述為所述節(jié)點(diǎn)v在第k層的消息向量，任何所述節(jié)點(diǎn)v的消息向量為所述應(yīng)用對(duì)象中任意元素在某一層所接收到的信息；

根據(jù)所有所述與所有更新得到所有所述為所述節(jié)點(diǎn)v在第k-1層的隱藏表示，所述為所述節(jié)點(diǎn)v在第k層的隱藏表示；

根據(jù)所有所述與所有所述創(chuàng)建所有根據(jù)所有所述和所有所述得到所有所述為任意一條所述節(jié)點(diǎn)v到其任意相鄰節(jié)點(diǎn)w的邊e_v，w在第k層的消息向量，所述為任意一條所述節(jié)點(diǎn)v到其任意相鄰節(jié)點(diǎn)w的邊e_v，w在第k層的隱藏表示；任何所述邊e的消息向量為所述應(yīng)用對(duì)象中任意相連的兩個(gè)元素之間的關(guān)聯(lián)關(guān)系在某一層所接收到的信息；

利用所有所述所有所述和所述圖結(jié)構(gòu)數(shù)據(jù)中的節(jié)點(diǎn)原始特征X_v，將所述圖神經(jīng)網(wǎng)絡(luò)迭代至第K層，得到所述有向圖G的最終節(jié)點(diǎn)表示形式h(v)，所述節(jié)點(diǎn)原始特征X_v為所提取的所述應(yīng)用對(duì)象的任意元素的原始特征，所述最終節(jié)點(diǎn)表示形式為所述元素的核心特征；

所述k≥1，K＞k。

2.根據(jù)權(quán)利要求1所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，

根據(jù)所有所述創(chuàng)建所有具體為：

根據(jù)關(guān)系式創(chuàng)建所有節(jié)點(diǎn)的中間消息變量，所述A為聚合函數(shù)，所述為所述節(jié)點(diǎn)v在第k層的中間消息向量，所述N(v)為所述節(jié)點(diǎn)v的相鄰節(jié)點(diǎn)的集合；

根據(jù)關(guān)系式以及關(guān)系式創(chuàng)建所有其中，所述為消息增強(qiáng)函數(shù)，所述pooling()為最大池函數(shù)，所述⊙為元素相乘運(yùn)算符；

任何所述節(jié)點(diǎn)v的中間消息向量為所述應(yīng)用對(duì)象中任意元素在某一層所接收到的所有信息；任何所述節(jié)點(diǎn)v的消息向量為所述應(yīng)用對(duì)象中任意元素在某一層所接收到的核心信息。

3.根據(jù)權(quán)利要求2所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，

根據(jù)所有所述與所有所述創(chuàng)建所有具體為：根據(jù)關(guān)系式創(chuàng)建所有

4.根據(jù)權(quán)利要求2所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，

根據(jù)所有所述與所有所述更新得到所有具體為：

根據(jù)關(guān)系式更新得到所有其中，所述σ為激活函數(shù)，所述W為權(quán)重矩陣，所述CONCAT()為連接函數(shù)。

5.根據(jù)權(quán)利要求2所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，

根據(jù)所有和所有所述得到所有具體為：

根據(jù)關(guān)系式得到所有其中，所述σ為激活函數(shù)，所述W為權(quán)重矩陣。

6.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，所述根據(jù)所述圖結(jié)構(gòu)數(shù)據(jù)中的X_v獲得，所述根據(jù)關(guān)系式獲得，其中，所述σ為激活函數(shù)，所述W為權(quán)重矩陣，所述CONCAT()為連接函數(shù)，所述為所提取的所述應(yīng)用對(duì)象中任意相連的兩個(gè)元素之間的關(guān)聯(lián)關(guān)系的原始特征。

7.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的增強(qiáng)圖神經(jīng)網(wǎng)絡(luò)點(diǎn)邊交互的方法，其特征在于，在得到所述有向圖G的最終節(jié)點(diǎn)表示形式后，利用讀出操作得到所述有向圖G的固定特征向量，所述固定特征向量為所述應(yīng)用對(duì)象的所有特征的集合。