发明专利 已授权

一种基于强化学习的动态链路预测模型鲁棒性增强方法

📄 申请号:CN202011532408.5 📄 发布日:2026/08/04

著录项目信息

申请日
2020-12-22
公开号
CN112580728A
公开日
2021-03-30
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

社交网络分析, 推荐系统, 知识图谱补全, 网络安全, 动态网络分析

摘要

本发明提供了一种基于强化学习的动态链路预测模型鲁棒性增强方法,包括:(1)对原始图数据进行特征嵌入,提取嵌入向量;(2)将特征嵌入后的嵌入向量作为马尔科夫决策过程中的状态进行建模,输出动作为修改的连边数;(3)使用强化学习DDPG的训练策略,逐图增删连边,直到最后一张;(4)计算处理后的图数据,输入到动态链路预测模型进行准确率预测,得到回报值;(5)重复步骤(3)~(4),直到设定的训练轮数,得到鲁棒性增强的图数据。利用本发明的方法,修改后的图数据在模型上可以保持良好的性能,同时具有强鲁棒性,对动态链路预测模型应用到安全关键的领域中具有重要的理论和实践意义。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:16 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价