【技术实现步骤摘要】
本申请涉及智能方法和图计算，具体涉及一种基于图神经架构搜索的知识图谱关系预测方法。
技术介绍
1、面对现实世界中错综复杂的关系和互动，图网络成为一种强大的建模工具，用于将这些复杂性呈现得清晰有序。在图网络模型中，现实实体被抽象成节点，实体之间的联系则以边的形式表示。这种方法在理解和分析各种现实世界系统的结构和动态方面发挥着重要作用。
2、链接预测是图网络研究中的焦点之一，其目的在于预测网络中节点间可能存在的连边。该项技术在现实世界具有广泛的应用场景，例如社交网络中不同用户间具有复杂多变的关系和交互方式，利用链接预测技术，可以分析社交网络的数据特征和传播规律，预测出用户间潜在的通讯交互。又例如，生物医学领域中不同药物之间具有不同的相互作用，利用药物相互作用的典型场景是联合治疗，通过联合用药，不同药物之间可能具有协同作用，增强治疗效果，但同时也存在药物间不良反应的风险，利用图网络的链接预测技术预测药物间的相互作用可避免传统实验测试耗钱耗时的问题，极大加快药物相互作用的发现研究。
3、目前已经有一些方法使用图神经网络架...
【技术保护点】
1.一种基于图神经架构搜索的知识图谱关系预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，所述S2中的所述超网的框架包含两个可搜索部分，即传播范围和传播函数。
3.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，定义传播范围选择器h(f(Su,v))如下:
4.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，所述传播函数fW,α的统一形式如下：
5.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测...
【技术特征摘要】
1.一种基于图神经架构搜索的知识图谱关系预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，所述s2中的所述超网的框架包含两个可搜索部分，即传播范围和传播函数。
3.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，定义传播范围选择器h(f(su,v))如下:
4.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，所述传播函数fw,α的统一形式如下：
5.根据权利要求2所述的基于图神经架构搜索的知识图谱关系预测方法，其特征在于，所述s2中超网的搜索目标定义为：给定可选的传播函数结构和传播范围选择器，搜索的双层目标函数如下...
【专利技术属性】
技术研发人员：王震，杜昊桐，刘洋，高超，李向华，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。