一种基于力导图的图神经网络可视分析方法

授权

摘要

本发明公开了一种基于力导图的图神经网络(Graph NeuralNetwork，简称GNN)可视分析方法，该方法包括以下步骤：S1、构建图神经网络模型，统计图神经网络中间隐藏层参数或者中间隐藏层的输出；S2、构建力导图模型，将图网神经网络中间隐藏层参数或者中间隐藏层的输出作为力导图模型的输入；S3、根据力导图中节点的受力情况，迭代更新力导图中节点的位置，当图中所有节点受力平衡或者更新位移小于阈值时得到最终布局；本发明系统与方法对应；本发明从可视化角度观察图神经网络参数的更新过程，进而说明图神经网络的学习有效性，增强图神经网络的可解释性。

基本信息

专利标题：

一种基于力导图的图神经网络可视分析方法

专利标题（英）：

暂无

公开（公告）号：

CN109977232A

申请号：

CN201910167501.1

公开（公告）日：

2019-07-05

申请日：

2019-03-06

授权号：

CN109977232B

授权日：

2022-05-10

发明人：

鲁鸣鸣刘海英伍谷丰王建新潘毅毕文杰

申请人：

中南大学;湖南财政经济学院

申请人地址：

湖南省长沙市岳麓区麓山南路932号

代理机构：

北京权智天下知识产权代理事务所(普通合伙)

代理人：

郭佳

优先权：

CN201910167501.1

主分类号：

G06F16/36

IPC分类号：

G06F16/36 G06F16/34 G06F17/27 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/36

••语义工具的产生,例如,本体论或词典

法律状态

2022-05-10 ：

授权

2019-07-30 ：

实质审查的生效

IPC(主分类) : G06F 16/36
申请日 : 20190306

2019-07-05 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载