-
公开(公告)号：CN117010490A
公开(公告)日：2023-11-07
申请号：CN202310776719.3
申请日：2023-06-28
Applicant: 厦门大学
IPC: G06N5/01 , G06N3/0442 , G06N3/08 , G06F18/25
Abstract: 本申请的实施例提供了一种基于图表示学习的数据插值方法、装置、介质及设备。该方法中对多重异质关系中目标预测节点和邻居节点之间的相似性和差异性同时进行建模，以聚合邻居节点的节点信息，得到目标预测节点的归纳式特征表示，并基于GRU神经网络在多重异质关系中自适应地根据邻居节点在时间维度上的信息流动模式指导目标预测节点时间相关性的建模，再在不同时间步动态地融合多重异质关系中学习到的目标预测节点的目标节点表示以输出目标预测节点的估计序列。本申请实施例的技术方案可以提高数据插值的合理性以及准确性。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
