公开(公告)号：CN120012823A

公开(公告)日：2025-05-16

申请号：CN202510084492.5

申请日：2025-01-20

Applicant: 东北大学

Inventor： 刘正 ,  赵袁嘉慧 ,  戴捷 ,  李芳婷 ,  印莹 ,  赵宇海

IPC: G06N3/042 ,  G06N3/048 ,  G06N3/047 ,  G06N3/088

Abstract: 本发明提供一种基于代理模型的无监督进化图神经网络搜索方法，涉及神经架构搜索技术领域，本发明在应用场景上考虑无监督场景，在网络层面上同时考虑网络层的拓扑关系、特征融合策略、不固定网络层数量，使用图对比学习方法训练图神经网络获取分类精度，使用遗传算法作为搜索算法，使用代理模型、权值共享策略减少了在搜索过程中图神经架构的评估时间。本发明适应无标签信息场景，同时考虑网络层的拓扑关系、特征融合策略，并且无需提前训练超网络，不固定网络层数，搜索空间更广，使用遗传算法全局搜索，引入预测器模块、权值共享策略减少搜索过程中图神经架构的评估时间。