| 基于图卷积神经网络的分布式半监督自动标注方法 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大?。?span>807 K | |
| 標簽： 大数据 图卷积神经网络 数据中台 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：为解决数据中台建设中数据共享融合难与综合应用难等突出问题，基于图卷积神经网络，面向分布式数据中台架构开发一种分布式的半监督标注算法。通过分析数据缺失、数据量大以及通信带宽限制等问题，首先使用子空间学习提出基于新的正则化项的半监督学习策略。在此基础上，进一步提出基于二级中台的分布式可解释注意力图卷积神经网络融合方法，以解释边的重要性，从而在每一层图神经网络基于私有模型与每个平台的公共数据进行融合，提升模型精准性。在公共数据集上的广泛实验结果表明，该方法可以有效提高标签预测的效果，对大数据背景下的分布式融合、应用具有一定指导意义。 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2