基于图神经网络的医学知识图谱节点重要性评估方法
公开
摘要
基于图神经网络的医学知识图谱节点重要性评估方法属于电子信息领域。为了克服同时结合医学知识图谱中医学数据、复杂语义关系以及图结构信息这三方面信息对实体节点进行重要性评估存在的困难，并针对现有医学知识图谱节点重要性评估方法中存在的未考虑图谱拓扑结构与边的类型以及未包含可学习参数等问题，本发明引入了图神经网络(Graph Neural Network)，构建了基于图神经网络的医学知识图谱节点重要性评估算法，实现了对医学知识图谱中实体节点重要性的准确定量评估。
基本信息
专利标题 ：
基于图神经网络的医学知识图谱节点重要性评估方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611384A
申请号 ：
CN202210181937.8
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
何坚刘茗嵩陈建辉
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
刘萍
优先权 ：
CN202210181937.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F16/36 G06F119/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
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
