龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本发明提供一种基于增量动态图学习的连续时间时序链接预测方法及系统，该方法包括如下步骤：基于邻居共现机制并采用增量时序结构编码的方法构建锚节点的增量结构嵌入，增量结构嵌入包括锚节点邻居单独结构嵌入和锚节点邻居关联结构嵌入；根据目标时序网络中与邻居节点的交互时间和出现时间构建时序特征嵌入；将锚节点单独结构嵌入和时序特征嵌入融合为锚节点单独时序结构嵌入；将锚节点关联结构嵌入和锚节点单独时序结构嵌入输入至预设的双通道神经网络模型中，得到锚节点的动态增强嵌入；基于锚节点的动态增强嵌入并通过预设的多层感知机对目标时序网络的未来链路进行预测，输出链路预测结果。
主权项：1.一种基于增量动态图学习的连续时间时序链接预测方法，其特征在于，包括如下步骤：对于目标时序网络中的锚节点，基于邻居共现机制并采用增量时序结构编码的方法构建所述锚节点的增量结构嵌入，所述增量结构嵌入包括锚节点邻居单独结构嵌入和锚节点邻居关联结构嵌入；根据所述目标时序网络中与所述锚节点进行交互的邻居节点的交互时间和出现时间构建时序特征嵌入；将所述锚节点单独结构嵌入和所述时序特征嵌入融合为锚节点单独时序结构嵌入；将所述锚节点关联结构嵌入和所述锚节点单独时序结构嵌入输入至预设的双通道神经网络模型中，得到所述锚节点的动态增强嵌入；基于所述锚节点的动态增强嵌入并通过预设的多层感知机对所述目标时序网络的未来链路进行预测，输出链路预测结果。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于增量动态图学习的连续时间时序链接预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号