温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明为考虑有向图中节点多样性的图表示学习方法。许多有向图神经网络(DGNNs)方法在处理每个节点的邻居集时对出边邻居集和入边邻居集进行相同的处理,而没有考虑有向图中节点的多样性,因此通常无法自适应地从不同方向的邻居中获取适当的信息。为了解...该专利属于电子科技大学(深圳)高等研究院所有,仅供学习研究参考,未经过电子科技大学(深圳)高等研究院授权不得商用。
温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明为考虑有向图中节点多样性的图表示学习方法。许多有向图神经网络(DGNNs)方法在处理每个节点的邻居集时对出边邻居集和入边邻居集进行相同的处理,而没有考虑有向图中节点的多样性,因此通常无法自适应地从不同方向的邻居中获取适当的信息。为了解...