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

龍圖騰網(wǎng)獲悉南京信息工程大學(xué)申請(qǐng)的專利一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120337986B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)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(qǐng)?zhí)?專利號(hào)為：202510819465.8，技術(shù)領(lǐng)域涉及：G06N3/042；該發(fā)明授權(quán)一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法及系統(tǒng)是由喬翔龍;張艷艷;任和設(shè)計(jì)研發(fā)完成，并于2025-06-19向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法及系統(tǒng)在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法及系統(tǒng)，涉及圖神經(jīng)網(wǎng)絡(luò)隨機(jī)丟棄策略技術(shù)領(lǐng)域，包括：接收節(jié)點(diǎn)的特征向量，對(duì)節(jié)點(diǎn)的特征向量進(jìn)行Softmax歸一化處理，并基于信息熵來(lái)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的熵值，對(duì)節(jié)點(diǎn)對(duì)應(yīng)的熵值進(jìn)行歸一化，并與預(yù)設(shè)的全局最大丟棄率相乘，得到節(jié)點(diǎn)的個(gè)性化丟棄概率；通過(guò)PyTorchGeometric框架中邊索引的機(jī)制對(duì)節(jié)點(diǎn)的個(gè)性化丟棄概率進(jìn)行映射，得到映射邊，基于映射邊進(jìn)行采樣，得到伯努利掩碼；基于伯努利掩碼和節(jié)點(diǎn)的個(gè)性化丟棄概率進(jìn)行縮放，得到擾動(dòng)后的消息矩陣，將擾動(dòng)后的消息矩陣輸入至預(yù)先建立的圖神經(jīng)網(wǎng)絡(luò)模型內(nèi)，從而實(shí)現(xiàn)圖神經(jīng)網(wǎng)絡(luò)的自適應(yīng)丟棄。

本發(fā)明授權(quán)一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于信息熵的圖神經(jīng)網(wǎng)絡(luò)自適應(yīng)丟棄方法，其特征在于，方法包括以下步驟： 接收節(jié)點(diǎn)的特征向量，對(duì)節(jié)點(diǎn)的特征向量進(jìn)行Softmax歸一化處理，并基于信息熵來(lái)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的熵值，對(duì)節(jié)點(diǎn)對(duì)應(yīng)的熵值進(jìn)行歸一化，并與預(yù)設(shè)的全局最大丟棄率相乘，得到節(jié)點(diǎn)的個(gè)性化丟棄概率； 所述對(duì)節(jié)點(diǎn)的特征向量進(jìn)行Softmax歸一化處理的過(guò)程： 設(shè)節(jié)點(diǎn)特征矩陣為，其中第行表示節(jié)點(diǎn)的特征向量，用Softmax函數(shù)將特征向量歸一化為概率分布： 式中，代表節(jié)點(diǎn)屬于某一特定類別的概率，代表原始輸入logits，的指數(shù)運(yùn)算是Softmax函數(shù)的一部分，是對(duì)所有類別進(jìn)行歸一化的步驟，代表不同類別或特征的索引；表示第個(gè)節(jié)點(diǎn)第個(gè)特征，表示第個(gè)節(jié)點(diǎn)第個(gè)特征； 所述基于信息熵來(lái)計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的熵值的計(jì)算公式如下： 式中，是節(jié)點(diǎn)的信息熵，是節(jié)點(diǎn)在經(jīng)過(guò)Softmax函數(shù)歸一化后的第個(gè)維度的概率分量，是索引變量，表示節(jié)點(diǎn)特征向量中的每個(gè)維度；是節(jié)點(diǎn)特征的總維度數(shù)，是防止的常數(shù)； 所述對(duì)節(jié)點(diǎn)對(duì)應(yīng)的熵值進(jìn)行歸一化，包括： 式中，是歸一化后的信息熵，表示節(jié)點(diǎn)的信息熵經(jīng)過(guò)標(biāo)準(zhǔn)化后的值，是所有節(jié)點(diǎn)信息熵中的最大值； 所述節(jié)點(diǎn)的個(gè)性化丟棄概率由下方公式定義單個(gè)節(jié)點(diǎn)的自適應(yīng)丟棄率為： 其中為全局最大丟棄率超參數(shù)，表示熵最大節(jié)點(diǎn)可達(dá)的最高丟棄概率； 通過(guò)PyTorchGeometric框架中邊索引的機(jī)制對(duì)節(jié)點(diǎn)的個(gè)性化丟棄概率進(jìn)行映射，得到映射邊，基于映射邊進(jìn)行采樣，得到伯努利掩碼； 基于伯努利掩碼和節(jié)點(diǎn)的個(gè)性化丟棄概率進(jìn)行縮放，得到擾動(dòng)后的消息矩陣，將擾動(dòng)后的消息矩陣輸入至預(yù)先建立的圖神經(jīng)網(wǎng)絡(luò)模型內(nèi)，從而實(shí)現(xiàn)圖神經(jīng)網(wǎng)絡(luò)的自適應(yīng)丟棄； 所述基于伯努利掩碼和節(jié)點(diǎn)的個(gè)性化丟棄概率進(jìn)行縮放，得到擾動(dòng)后的消息矩陣的過(guò)程： 對(duì)于消息矩陣中的每一個(gè)元素，根據(jù)源節(jié)點(diǎn)的自適應(yīng)丟棄率，執(zhí)行伯努利采樣，其中表示從節(jié)點(diǎn)向節(jié)點(diǎn)的消息： 式中，是隨機(jī)變量，是伯努利分布，是伯努利分布的成功概率，是與節(jié)點(diǎn)相關(guān)的常量； 隨后生成擾動(dòng)后的消息矩陣，其中的元素計(jì)算公式如下： 式中，這是經(jīng)過(guò)擾動(dòng)后的消息，是節(jié)點(diǎn)到節(jié)點(diǎn)的原始消息； 所述當(dāng)時(shí)，保留消息并進(jìn)行縮放；當(dāng)時(shí)，消息被完全丟棄；縮放因子保證擾動(dòng)后消息在期望上與原始值一致。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京信息工程大學(xué)，其通訊地址為：210044 江蘇省南京市寧六路219號(hào)；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)”。