【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及一种用于池化图形数据的方法。更具体地，本公开涉及用于基于分组矩阵池化层次结构的图形数据的学习处理装置、学习处理方法和用于学习人工智能模型的方法。
技术介绍
1、图形神经网络(gnn)能够根据输入图形的连接结构来学习各个节点的表示。
2、在图级预测任务的情况下，标准过程可以涉及将所有节点特征全局池化到没有权重差异的单个图形表示中，然后将该表示提供给最终的预测层。由于信息仅通过节点之间的边缘传播，该过程可能使模型难以分层地聚合局部卷积之外的信息。
技术实现思路
1、技术问题
2、本公开中公开的实施方式旨在提供用于基于自动确定图形数据中集群的数量的分组矩阵来对层次结构的图形数据进行池化的学习处理装置、学习处理方法和用于学习人工智能模型的方法。
3、本公开所要解决的问题不限于上述提到的那些，本领域技术人员从下面的描述中将清楚地理解没有提到的其他问题。
4、解决问题的手段
5、为了实现上述技术问题，根据本公开的一个方面的学习处理装...
【技术保护点】
1.一种学习处理装置，所述学习处理装置包括：
2.根据权利要求1所述的学习处理装置，其中，
3.根据权利要求1所述的学习处理装置，其中，
4.根据权利要求1所述的学习处理装置，其中，
5.根据权利要求1所述的学习处理装置，其中，
6.一种学习处理方法，该学习处理方法由学习处理装置执行，所述学习处理方法包括以下步骤：
7.根据权利要求6所述的学习处理方法，其中，
8.根据权利要求6所述的学习处理方法，其中，
9.根据权利要求6所述的学习处理方法，其中，
10.根据...
【技术特征摘要】
【国外来华专利技术】
1.一种学习处理装置，所述学习处理装置包括：
2.根据权利要求1所述的学习处理装置，其中，
3.根据权利要求1所述的学习处理装置，其中，
4.根据权利要求1所述的学习处理装置，其中，
5.根据权利要求1所述的学习处理装置，其中，
6.一种学习处理方法，该学习处理方法由学习处理装置执行，所述学习处理方法包括以下步骤：
7.根据权利要求6所述的学习处理...
【专利技术属性】
技术研发人员：高成文，赵成俊，郑大雄，韩世姬，李文泰，李弘洛，
申请(专利权)人：株LG经营开发院，
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。