【技术实现步骤摘要】
本专利技术涉及图数据挖掘，尤其涉及一种无源域图的数据域适应网络构建方法。
技术介绍
1、大数据时代使生产生活中产生和记录的人类数据呈现爆炸式增长，由于图结构对实体和关系有强大的表示能力，将复杂系统的数据抽象为图形进行分析已成为一种通用做法，图数据广泛应用在交通系统、社交网络、电子商务、蛋白质反应关系分析等领域。节点分类是图上的一个基本任务，给定一个图，通过包括图神经网络在内的技术对图进行建模，预测图上的节点类别。节点分类在现实问题中应用广泛，例如将文本间关系建模成图然后进行文本分类以及在金融网络中实现异常用户的检测等问题就可以抽象成图上的节点分类问题。
2、当前对节点分类这一任务的基本研究思路为对给定的图针对性地训练一个模型，然后应用此模型进行节点类别的预测。但由于有良好标注信息的图数据匮乏以及图神经网络训练困难等问题的存在，这类范式所需成本开销巨大。一个基本的通用思路为事先预训练好一个图神经网络模型，然后再对下游的未标注图数据直接预测给出节点分类结果。但这类方法忽略了预训练模型使用的源域图数据和下游的目标域未标注图数据之间...
【技术保护点】
1.一种无源域图的数据域适应网络构建方法，其特征在于，包括：
2.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤S1中的所述目标图的无源域适应特性包括：
3.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤S1中，由所述线上图神经网络的查询接口，对待预测的目标图进行预测。
4.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤S1中的所述软标签预测结果的表达式为：
5.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤S...
【技术特征摘要】
1.一种无源域图的数据域适应网络构建方法，其特征在于，包括：
2.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤s1中的所述目标图的无源域适应特性包括：
3.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤s1中，由所述线上图神经网络的查询接口，对待预测的目标图进行预测。
4.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤s1中的所述软标签预测结果的表达式为：
5.根据权利要求1所述的一种无源域图的数据域适应网络构建方法，其特征在于，步骤s3中，计算获得所述损失值的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。