基于交并比度量的异构图对比学习分类方法
成果类型:: 发明专利
发布时间: 2023-12-07 17:49:27
本发明的目的在于提供一种基于交并比度量的异构图对比学习分类方法,首先对节点特征进行预处理;其次,通过基于注意力的一阶邻域信息感知模块,利用节点表示和关系表示计算一阶邻居的注意力得分,加权聚合邻域信息,使得模型具备感知一阶邻域信息的能力;然后,通过基于交并比度量的的高阶邻域信息感知模块,使用计算一阶邻居集合交并比的方式选择节点的正样本,使模型具备感知高阶邻域信息的能力。
本发明具体包含以下设计过程:1.提出了一种基于注意力的一阶邻域信息感知模块,利用节点表示和关系表示计算一阶邻居的注意力得分,加权聚合邻域信息,使得模型具备感知一阶邻域信息的能力。2.提出了一种基于交并比度量的的高阶邻域信息感知模块,使用计算一阶邻居集合交并比的方式选择节点的正样本,使模型具备感知高阶邻域信息的能力。
处理异构图数据主要有三类方法。第一种方法直接忽视节点与边的类型,从而把异构图看作是同构图,但这种做法丢失了节点与边的类型信息,无法充分利用图中隐藏的信息。第二种方法是使用元路径将异构图转化为由元路径所定义的同构图,这种方法是处理异构图数据中最常用的方法之一。但是,目前基于人工预定义的元路径的异构图神经网络过于依赖于专家知识,而一些基于自学习元路径的异构图神经网络模型,时间与空间复杂度较高,需要占用大量资源,在实际应用中有一定的局限性。第三种方法,即自适应异构信息的方法,无需使用元路径,通常通过自适应异构图结构来对异构图数据建模,然而,类似的方法大多仅直接聚合一阶邻域的信息,而无法直接感知高阶邻域的信息。
交并比是一种用于衡量两个集合相似性的度量方法。它定义为两个集合的交集元素数量与并集元素数量之间的比值。其中,交集是指两个集合中同时存在的元素的集合,而并集是指两个集合中所有不同的元素的集合。
在图数据分析中,交并比可以应用于节点相似性的计算。具体而言,可以将一个节点的一阶邻居节点表示为一个集合。然后,可以使用交并比来比较两个节点的邻居节点集合之间的相似性。交并比的取值范围是0到1,值越大表示节点邻居的重叠程度越高。当IoU为1时,表示图中两个节点的邻居完全一致;当IoU为0时,表示两者没有重叠部分。如果两者的交并比较高,表示两个节点的邻居节点集合相似,那么可以认为这两个节点在图中具有较高的相似性。
发明人:傅仰耿 黄鑫洋 陈金杰 张启荣 李进福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
相比于现有技术,本发明及其优选方案首先对节点特征进行预处理;其次,通过基于注意力的一阶邻域信息感知模块,利用节点表示和关系表示计算一阶邻居的注意力得分,加权聚合邻域信息,使得模型具备感知一阶邻域信息的能力;然后,通过基于交并比度量的的高阶邻域信息感知模块,使用计算一阶邻居集合交并比的方式选择节点的正样本,使模型具备感知高阶邻域信息的能力。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。