图网络信息度量、鲁棒的图表示学习以及图数据分析方法

• 国民经济行业：信息传输、软件和信息技术服务业／互联网和相关服务／互联网信息服务
• 学科类别：电子、通信与自动控制技术／信息处理技术／图象处理
• 权利人：上海交通大学

知识产权简介

本发明提供图网络信息度量、鲁棒的图表示学习以及图数据分析方法，主要包括：获取图网络拓扑的邻接矩阵；基于所述邻接矩阵计算所述图网络拓扑的边曲率；将所述边曲率作为图网络信息度量，判定相关子拓扑是否存在拓扑缺陷。本发明采用边曲率度作为网络信息度量，可以准确实现图拓扑缺陷检测。其鲁棒的图表示学习方法，分别提取所述修改后网络拓扑和修改前网络拓扑的特征表示，整合所述特征表示得到网络拓扑的表示学习结果，可以显著提升基于图神经网络的图表示学习的稳定性和准确性，减少图表示在消息传递过程中的过压缩现象，保证表示学习性能。