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!
摘要:本发明公开了一种基于图几何数据的双向知识蒸馏新框架,旨在建立一种高效的多特性图神经网络教师模型用于指导多层感知器MLP学生网络进行学习;具体地,通过正向知识蒸馏学习策略将流形域中具有双曲特性的HGNN和MLP结合在一起,以保持双曲流形架构的几何信息;这一阶段可以看做是利用HGNN训练一个初级的学生模型;同时,利用采用负向知识蒸馏将欧氏域GNN中的知识蒸馏到学生MLP以提供补充知识,训练高水平的学生模型;通过以上双向蒸馏的几何交互学习,能够从多域几何模型中提取互补知识,最终用轻量化模型实现问题推理;本发明在复杂的图数据上具体较好的应用潜力。
主权项:1.一种通过双向蒸馏揭示图数据不同几何结构交互学习能力的方法,其特征在于,包括以下步骤:1获取图数据;2预训练双曲图神经网络和图神经网络教师模型;3构建基于流形域的双曲图神经网络的正向知识蒸馏模块;4构建基于欧氏域的图神经网络的负向知识蒸馏模块;5基于步骤3和步骤4构建双向蒸馏框架。
全文数据:
权利要求:
百度查询: 南京师范大学 一种通过双向蒸馏揭示图数据不同几何结构交互学习能力的方法
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。