全球数字财富领导者

清华大学申请超图匹配专利,解决匹配算法计算复杂度高、匹配速度和效率低下的问题

2024-01-05 17:27:34
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年1月5日消息,据国家知识产权局公告,清华大学申请一项名为“超图匹配方法、装置、电子设备及存储介质“,公开号CN117349476A,申请日期为2023年8月。专利摘要显示,本申请涉及一种超图匹配方法、装置、电子设备及存储介质,其中,方法包括:对输入的超图进行预处理,补全缺失的节点和超边的标签,得到超图集合;从超图集合中,筛选出满足预设条件的超图;将满足预设条件的超图输入至预设的超图同构测试算法中,生成超图的嵌入表示;逐对比较超图嵌入表示,判断是否满足预设匹配条件;如果满足预设匹配条件,则将超图特征输入到预设机器学习模型中,以进行相似度判别,计算最终的匹配分数。由此,解决了相关技术中,由于超图的复杂性,匹配算法的计算复杂度高,匹配速度和效率低下,无法应对数据噪声和变化,鲁棒性和可扩展性差,节点和超边之间的关联复杂,无法准确捕捉超图中的高阶关联关系等问题。

金融界2024年1月5日消息,据国家知识产权局公告,清华大学申请一项名为“超图匹配方法、装置、电子设备及存储介质“,公开号CN117349476A,申请日期为2023年8月。

专利摘要显示,本申请涉及一种超图匹配方法、装置、电子设备及存储介质,其中,方法包括:对输入的超图进行预处理,补全缺失的节点和超边的标签,得到超图集合;从超图集合中,筛选出满足预设条件的超图;将满足预设条件的超图输入至预设的超图同构测试算法中,生成超图的嵌入表示;逐对比较超图嵌入表示,判断是否满足预设匹配条件;如果满足预设匹配条件,则将超图特征输入到预设机器学习模型中,以进行相似度判别,计算最终的匹配分数。由此,解决了相关技术中,由于超图的复杂性,匹配算法的计算复杂度高,匹配速度和效率低下,无法应对数据噪声和变化,鲁棒性和可扩展性差,节点和超边之间的关联复杂,无法准确捕捉超图中的高阶关联关系等问题。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go