買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國人民解放軍國防科技大學申請的專利面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120354884B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510853996.9，技術(shù)領(lǐng)域涉及：G06N3/042；該發(fā)明授權(quán)面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法是由邱振宇;陳斯隆;羅玉川;周寰;陳穎文;周競文;付紹靜設計研發(fā)完成，并于2025-06-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法在說明書摘要公布了：本申請涉及一種面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法。方法包括：獲取含時社交網(wǎng)絡樣本；構(gòu)建歸納式圖卷積模型；根據(jù)歸納式圖卷積模型的聚合卷積模塊數(shù)確定含時社交網(wǎng)絡樣本中目標節(jié)點的鄰居節(jié)點采樣階數(shù)，根據(jù)鄰居節(jié)點與目標節(jié)點交互時間的先后順序從采樣階數(shù)的最高階開始逐層向下有偏采樣，得到每一層的采樣節(jié)點集合和鄰居序列隊列；通過個聚合卷積模塊，根據(jù)每一層的采樣節(jié)點集合和鄰居序列隊列逐層聚合對應階數(shù)的鄰居節(jié)點屬性向量，以最后一個聚合卷積模塊的輸出作為目標節(jié)點的嵌入向量；訓練歸納式圖卷積模型，利用訓練好的歸納式圖卷積模型進行表征學習以完成社交網(wǎng)絡分析任務。采用本方法能夠?qū)W習更為準確的節(jié)點表征。

本發(fā)明授權(quán)面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法在權(quán)利要求書中公布了：1.一種面向節(jié)點屬性保存的動態(tài)網(wǎng)絡表征學習方法，其特征在于，所述方法包括： 獲取含時社交網(wǎng)絡樣本；所述含時社交網(wǎng)絡樣本包括節(jié)點、邊以及屬性矩陣；所述節(jié)點表示社交網(wǎng)絡上的用戶，邊表示用戶間在歷史時刻發(fā)生的交互關(guān)系，屬性矩陣中每一行表示用戶的屬性向量； 構(gòu)建歸納式圖卷積模型；所述歸納式圖卷積模型包括個聚合卷積模塊；所述聚合卷積模塊均包括LSTM層、注意力層和全連接層； 根據(jù)所述歸納式圖卷積模型的聚合卷積模塊數(shù)確定所述含時社交網(wǎng)絡樣本中目標節(jié)點的鄰居節(jié)點采樣階數(shù)，根據(jù)鄰居節(jié)點與目標節(jié)點交互時間的先后順序從采樣階數(shù)的最高階開始逐層向下進行有偏采樣，得到每一層的采樣節(jié)點集合和鄰居序列隊列；所述采樣節(jié)點集合包括對應的聚合卷積模塊中卷積計算所涉及的節(jié)點，包括目標節(jié)點及其對應階數(shù)的鄰居節(jié)點；所述鄰居序列隊列包括對應上一層采樣節(jié)點的鄰居節(jié)點采樣序列； 通過個聚合卷積模塊，根據(jù)每一層的采樣節(jié)點集合和鄰居序列隊列，逐層聚合對應階數(shù)的鄰居節(jié)點屬性向量，以最后一個聚合卷積模塊輸出的節(jié)點表征向量作為目標節(jié)點的嵌入向量； 根據(jù)所述含時社交網(wǎng)絡樣本和與預先設置的損失函數(shù)訓練所述歸納式圖卷積模型，得到訓練好的歸納式圖卷積模型，利用訓練好的歸納式圖卷積模型進行表征學習以完成社交網(wǎng)絡分析任務。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國人民解放軍國防科技大學，其通訊地址為：410073 湖南省長沙市開福區(qū)德雅路109號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。