面向属性缺失数据的图神经网络学习方法研究.pdf
文本预览下载声明
广西师范大学硕士专业学位论文
目录
摘要I
AbstractIII
第1章绪论1
1.1研究背景与意义1
1.2国内外研究现状2
1.2.1图神经网络2
1.2.2面向属性缺失图的图神经网络学习方法4
1.3
显示全部
文档详情
相似文档
-
面向流数据的图脉冲神经网络在线学习研究.pdf
摘要
摘要
流数据是指数据以流的形式快速、大量、顺序地到达，相对于传统的静态数据
处理流程，实际场景中的数据往往是以流数据的形式存在的，例如多导睡眠图、交
通流数据、金融流数据等。面向流数据的在线学习算法在近年来一直被广泛研究，
而脉冲神经网络作为新一代的计算模型，具有更好时空信息处理能力，还有着良好
的在线学习能力，因此其更适合流数据的计算。但是现有的脉冲神经网络在线学习
算法往往需要大量地存储时间状态信息从而导致训练的
-
面向迁移学习的图神经网络算法研究.docx
PAGE8
PAGE8
面向迁移学习的图神经网络算法研究
摘要
迁移学习是一种机器学习方法，其目的是将先前领域中学习到的标注数据或者知识结构应用到不同但相关的领域或者任务中，完成或改进学习效果；目前在图学习领域，通过现有的图神经网络学习到的嵌入是任务依赖的，故不能在不同的数据集之间通用。因此，在图神经网络中引入迁移学习是十分重要且有意义的。本设计采用Biology和PreDBLP数据集，分别通过物种分割的方法和划分领域的方法分割训练集和测试集，选取GIN模型进行预训练并学习微调，使之能够更好的适应下游任务。最后通过对比AUC和F1值分析引入迁移学习后的影响。
关键
-
神经网络极速学习方法研究(.doc
神经网络极速学习方法研究(?
邓万宇1, 郑庆华2+, 陈 琳31)，2 (西安交通大学 电信学院计算机系, 陕西西安 710049)
1，3(西安邮电学院 计算机系, 陕西西安 710061)
摘 要: 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural etwork, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但的速度远远不能满足实际的需要，成为发展的主要瓶颈。这种情况两个原因：（1）差反向传播back propagation，BP主要基于梯度下降的思想，需要迭代；（2）网络的所有参数在训练过程中。问题，
-
bp 神经网络子批量学习方法研究 - researchgate.pdf
See discussions, stats, and author profiles for this publication at: /publication/312619484
BP Subbatch learning method for BP neural
networks
Article April 2016
DOI: 10.11992/tis.201509015
CITATIONS READS
0
-
基于聚类神经网络的连续属性离散化方法.pdf
-
第5章神经网络的规划学习方法.ppt
支持向量机及其学习算法 主讲:赵姝 zhaoshuzs@163.com 安徽大学计算机科学与技术学院 主要内容 支持向量机 支持向量机的分类学习算法 用于函数拟合的支持向量机 支持向量机算法的研究与应用 仿真实例 传统统计学是一种渐进理论，研究的是样本数目趋于无穷大时的极限特性。 现有的学习方法多基于传统统计学理论，但在实际应用中，样本往往是有限的，因此一些理论上很优秀的学习方法在实际中的表现却不尽人意，存在着一些难以克服的问题，比如说如何确定网络结构的问题、过学习问题、局部极小值问题等，从本质上来说就是因为理论上需要无穷样本与实际中样本有限的矛盾造成的。 与传统统计学的方向不同，
-
基于神经网络的医疗数据分类方法研究.docx
基于神经网络的医疗数据分类方法研究
摘 要
近年来，人工智能领域的发展日新月异，许多表现出色的人工智能项目吸引了大众的注意。与此同时，更多的资源被投入到人工智能研究领域之中。人工神经网络作为人工智能领域的前沿学科，表现出了巨大的发展潜力。
医疗数据具有多维度的特性，这一特性对医疗数据的数据分类造成了阻碍。人工神经网络具有泛化能力佳，稳健性好的优点，因此基于人工神经网络进行医疗数据分类具有切实的可行性。
糖尿病在我国的发病率呈现明显的上升趋势，已经成为了最常见的慢性疾病。然而由于医疗资源匮乏，开展糖尿病的防治工作存在很大困难。对糖
-
多视角属性信息融合的异构图神经网络研究.pdf
摘要
异构信息网络，简称异构图，是一种在现实世界中广泛存在的复杂网络，其包
含多种类型的节点或边。随着图神经网络在同构图（具有单一节点类型和单一边类
型）表征学习领域里迅速发展，越来越多的研究者开始进一步思考如何将它们扩展
到异构图表征学习领域，并基于这个研究问题发展了异构图神经网络
（HeterogeneousGraphNeuralNetworks，HGNNs）。然而已有的研究工作中存在以下
两个问题：第一，大多数HGNNs基于节点交互进行邻居信息聚合，这种方式虽然能
够较好地捕捉简
-
一种面向多脉冲神经网络监督学习的精确突触调整方法[发明专利].docx
PAGE
1-
一种面向多脉冲神经网络监督学习的精确突触调整方法[发明专利]
一、背景技术
(1)随着人工智能技术的快速发展，神经网络在图像识别、自然语言处理等领域取得了显著成果。其中，多脉冲神经网络（MPNN）因其能够模拟生物神经元的脉冲特性，在处理动态信息方面具有独特优势。然而，传统的MPNN在训练过程中存在一个关键问题，即突触权重调整的精确性不足。突触权重的调整是神经网络学习过程中的核心环节，直接影响着模型的性能和收敛速度。据统计，在深度学习模型中，约80%的时间用于优化权重参数，而精确的权重调整对于提高模型性能至关重要。
(2)现有的MPNN监督学习算法在突触调整方面存在一些局限性。例
-
面向数据流图的图神经网络高效数据组织策略研究.pdf
华中科技⼤学硕⼠学位论⽂
摘要
图神经网络被广泛应用于推荐系统、知识图谱、社交网络等领域。现有图神经网
络系统大多采用基于采样的小批量训练方式来缓解设备的存储和计算压力。其中特
征提取阶段往往耗时占比大，成为性能瓶颈。针对此，现有
-
面向图像分类任务的可微神经网络架构搜索方法研究.pdf
面向图像分类任务的可微神经网络架构搜索方法研究
摘要
在当代计算机视觉领域，图像分类任务不仅是深度学习研究的基础，也是多种
实际应用如面部识别、自动驾驶等领域的核心任务。这些应用场景要求图像分类模
型不仅要具备高精度，还需在各种规模的数据集上表现出高效性、泛化性和稳定性。
然而，由于传统的人工设计网络架构方法耗时且高度依赖于专业经验，难以平衡模
型的复杂度与性能，无法满足不断增长的应用需求。因此，促进了神经网络架构搜
索技术的兴起和发展。相较于神经网络架构搜索技术研究的众多方向，可微神经网
络架构搜索方法因其计算效率较高、搜索空间连续化、端到端的搜索过程、以及减
少人为干预等优势，在处理图像分
-
基于ViT的深度学习神经网络数据增强方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114548405 A
(43)申请公布日 2022.05.27
(21)申请号 202210174016.9
(22)申请日 2022.02.23
(71)申请人 佛山市南海区广工大数控装备协同
-
达观数据深度学习之卷积神经网络终稿.docx
达观数据深度学习资料之卷积神经网络1深度学习背景深度学习是近十年来人工智能领域取得的最重要的突破之一，通过建立类似于人脑的分层模型结构对输入数据逐级提取从底层到高层的特征从而能很好地建立从底层信号到高层语义的映射关系。近年来谷歌微软IBM百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发，在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。从对实际应用的贡献来说，深度学习可能是机器学习领域最近这十年来最成功的研究方向。卷积神经网络是深度学习中重要的发展分支，达观数据整理了相关资料并给出了深入浅出的介绍。（达观数据符汉杰）2深度学习基础知识：神经
-
一种可扩展的自适应宽度神经网络学习方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112966761 A
(43)申请公布日 2021.06.15
(21)申请号 202110278923.3
(22)申请日 2021.03.16
(71)申请人 长安
-
大数据分析的无限深度神经网络方法.pdf
计算机研究与发展
of and
Journal Research 53(1)：68—79，2016
Computer Development
大数据分析的无限深度神经网络方法
张 蕾 章 毅
(四川大学计算机学院机器智能实验室成都610065)
(1eizhang@scu．edu．cn)
Data InfiniteNeuralNetworks
Big Analysisby