基于个性化环境学习的可泛化图神经网络训练方法和装置
申请号:CN202411444982
申请日期:2024-10-16
公开号:CN119337926A
公开日期:2025-01-21
类型:发明专利
摘要
本申请实施例提供了一种基于个性化环境学习的可泛化图神经网络训练方法和装置,涉及图数据技术领域,旨在获取图神经网络在分布迁移下的泛化输出。方法包括:获取图数据的稳定子图表征向量和噪声子图表征向量,所述稳定子图表征向量包含所述图数据中的稳定信息,所述噪声子图表征向量包含所述图数据中的噪声信息;将所述稳定子图表征向量和所述噪声子图表征向量输入待训练图神经网络进行处理,得到预测结果;根据所述噪声子图表征向量和所述图数据对应的标签,计算噪声子图的预测概率;根据所述噪声子图的预测概率和所述预测结果,计算稳定子图的预测概率;根据所述稳定子图的预测概率,对所述待训练图神经网络的参数进行更新。
技术关键词
神经网络训练方法
数据处理方法
噪声信息
神经网络训练装置
节点
批量
邻居
生成噪声
处理器
参数
标签
输入模块
可读存储介质
存储器
电子设备
计算机