北京
分享至
国家知识产权局信息显示，山东科技大学、青岛知松科技有限公司申请一项名为“一种面向图神经网络的语义拓扑解耦的图压缩方法”的专利，公开号CN122862646A，申请日期为2026年9月。
专利摘要显示，本发明提供了一种面向图神经网络的语义拓扑解耦的图压缩方法，涉及图数据处理技术领域，具体步骤为：获取原始图数据，得到节点初始特征；构造类别语义原型，计算不同类别之间的类别关系分布；构建语义拓扑解耦特征精炼模块，获得精炼节点特征；计算节点重要性得分和边重要性得分；确定压缩后应保留的节点数和边数，按节点重要性得分和边重要性得分从高到低选取节点和边，生成最终的压缩图；将压缩图结构输入图神经网络分类器，得到节点类别预测结果，通过联合损失函数进行优化。本发明的技术方案克服了现有技术中过度依赖局部拓扑、未能区分特征中的语义与拓扑因素、易受原始图噪声影响和忽视全局类别语义关系和块结构先验的问题。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
