基于图神经网络的扩展规则随机求解方法
实质审查的生效
摘要
本发明公开了一种基于图神经网络的扩展规则随机求解方法，采用图神经网络初始化一个极大项，具体是将CNF公式转换为图结构输入到训练好的图神经网络中预测一个极大项；采用变量的BreakScore_ER值和MakeScore_ER值，然后选择最小的BreakScore_ER值和最大MakeScore_ER值的变量，最后在搜索过程中判断当前极大项是否可满足，如果可满足，则找到一个解并结束，否则继续判断直到达到最大迭代次数为止。这种方法能提升SAT问题求解的求解效率。
基本信息
专利标题 ：
基于图神经网络的扩展规则随机求解方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492751A
申请号 ：
CN202210091396.X
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王金艳黎启宇胡春
申请人 ：
广西师范大学
申请人地址 ：
广西壮族自治区桂林市七星区育才路15号
代理机构 ：
桂林市华杰专利商标事务所有限责任公司
代理人 ：
刘梅芳
优先权 ：
CN202210091396.X
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N5/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20220126
申请日 : 20220126
2022-05-13 ：
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
