技术编号：37793939
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。本发明涉及机器学习和深度学习，尤其涉及一种基于同配性增强的图神经网络方法。背景技术、研究表明，图神经网络（graph neural networks，gnn）容易受到噪声和对抗性攻击，即对图的节点属性和图结构的微妙扰动会严重影响图神经网络的性能，尤其会对图中低度节点的预测结果造成巨大影响。gnn的基本思想是通过聚合节点的邻居信息来更新节点的特征表示，进而得到最终的预测结果。一般来说，gnn在具有相似特征的数据集或包含类标签的节点之间有连接趋势的数据集上表现良好，将节点趋于与其相似节点连接的性质...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。