一种异构图神经网络的分布式训练方法、装置及电子设备制造方法及图纸

技术编号:42385600 阅读:14 留言:0更新日期:2024-08-16 16:13
本公开提出的异构图神经网络的分布式训练方法、装置及电子设备中,涉及数据处理、金融科技、信息技术产业技术领域,该方法包括:获取各参与方的本地数据,并基于各参与方的本地数据构建异构图,其中,异构图包括各参与方的本地图和参与方之间的外部图,外部图中的节点为各参与方与其它参与方存在关联的枢纽节点对应的镜像节点;构建异构图神经网络模型,其中,异构图神经网络模型包括各参与方的本地图神经网络和外部图神经网络,外部图神经网络在第三方可信环境中;基于异构图对异构图神经网络模型进行分布式训练,得到训练完成的异构图神经网络模型。本公开简化了信息交互流程,减少了通信量和计算量,降低了延迟。

【技术实现步骤摘要】

本公开涉及数据处理、金融科技、信息技术产业,尤其涉及一种异构图神经网络的分布式训练方法、装置和电子设备。


技术介绍

1、在许多场景下,需要使用多个机构或组织的数据进行联合建模,比如金融行业的反欺诈和反洗钱,需要通过多家银行和电信运营商等的行为数据,精准地挖掘不法分子和团伙。其中,可以通过异构图对关联用户进行挖掘分析得到预测结果。

2、具体地,异构图通常包含不同类型的节点以及不同类型的路径,可以用于表示一些复杂的社交网络关系数据。异构图中的节点可以用于表示实体对象例如个人用户,通常可以将包含实体对象数据的异构图输入图神经网络来对异构图中的节点进行预测,例如对用户进行预测以判断其类别、风险等级或者偏好习惯。而异构图由于其节点类型以及路径类型的不同,体现出较高的复杂性,基于此,基于异构图对其中的实体对象数据进行预测至关重要。

3、现有技术中,可以基于联邦学习对异构图神经网络进行训练,并利用训练完成后的异构图神经网络进行预测。但是,上述现有技术中,每个参与方需要与其它参与方都进行通信,且需要等待其他参与方的信息到达,通信量大,延迟高,并且每本文档来自技高网...

【技术保护点】

1.一种异构图神经网络的分布式训练方法,其特征在于,所述方法包括:

2.如权利要求1中所述的方法,其特征在于,所述基于所述异构图对所述异构图神经网络模型进行分布式训练,得到训练完成的异构图神经网络模型,包括:

3.如权利要求2中所述的方法,其特征在于,所述各参与方通过所述本地图神经网络的第一图卷积计算与所述外部图神经网络的第二图卷积计算得到所有节点的目标表征向量,包括:

4.如权利要求3中所述的方法,其特征在于,所述各参与方进行本地图神经网络的第一图卷积计算,得到所有节点的第一表征向量,包括:

5.如权利要求3中所述的方法,其特征在于,所述...

【技术特征摘要】

1.一种异构图神经网络的分布式训练方法,其特征在于,所述方法包括:

2.如权利要求1中所述的方法,其特征在于,所述基于所述异构图对所述异构图神经网络模型进行分布式训练,得到训练完成的异构图神经网络模型,包括:

3.如权利要求2中所述的方法,其特征在于,所述各参与方通过所述本地图神经网络的第一图卷积计算与所述外部图神经网络的第二图卷积计算得到所有节点的目标表征向量,包括:

4.如权利要求3中所述的方法,其特征在于,所述各参与方进行本地图神经网络的第一图卷积计算,得到所有节点的第一表征向量,包括:

5.如权利要求3中所述的方法,其特征在于,所述基于所有参与方的第一表征向量进行第二图卷积计算得到所有镜像节点的第二表征向量,包括:

6.如权利要求2中所述的方法,其特征在于,所述各参与...

【专利技术属性】
技术研发人员:邱耿峰田浩俞泱马堃
申请(专利权)人:中国建设银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1