基于圖卷積神經(jīng)網(wǎng)絡(luò)的分布式半監(jiān)督自動標(biāo)注方法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大小：807 K
標(biāo)簽： 大數(shù)據(jù) 圖卷積神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)中臺
所需積分：0分積分不夠怎么辦,？
文檔介紹：為解決數(shù)據(jù)中臺建設(shè)中數(shù)據(jù)共享融合難與綜合應(yīng)用難等突出問題,，基于圖卷積神經(jīng)網(wǎng)絡(luò),，面向分布式數(shù)據(jù)中臺架構(gòu)開發(fā)一種分布式的半監(jiān)督標(biāo)注算法,。通過分析數(shù)據(jù)缺失,、數(shù)據(jù)量大以及通信帶寬限制等問題,，首先使用子空間學(xué)習(xí)提出基于新的正則化項的半監(jiān)督學(xué)習(xí)策略,。在此基礎(chǔ)上,，進一步提出基于二級中臺的分布式可解釋注意力圖卷積神經(jīng)網(wǎng)絡(luò)融合方法,，以解釋邊的重要性，從而在每一層圖神經(jīng)網(wǎng)絡(luò)基于私有模型與每個平臺的公共數(shù)據(jù)進行融合，提升模型精準(zhǔn)性,。在公共數(shù)據(jù)集上的廣泛實驗結(jié)果表明,，該方法可以有效提高標(biāo)簽預(yù)測的效果，對大數(shù)據(jù)背景下的分布式融合,、應(yīng)用具有一定指導(dǎo)意義,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。