信息技术 神经网络表示与模型压缩 第3部分：图神经网络 编制说明_第1页
信息技术 神经网络表示与模型压缩 第3部分：图神经网络 编制说明_第2页
信息技术 神经网络表示与模型压缩 第3部分：图神经网络 编制说明_第3页
信息技术 神经网络表示与模型压缩 第3部分：图神经网络 编制说明_第4页
信息技术 神经网络表示与模型压缩 第3部分：图神经网络 编制说明_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

《信息技术神经网络表示与模型压缩第3部分:《信息技术神经网络表示与模型压缩第3部分：图神经网络》的正式制定2022年6月-2022年12月，接收图数据算子、图神经网络算子等提案，输出标准案，更新WD撰写规范，输出标准WD0.9；X发并负责了标准文本编辑工作；主要起草人XXX，提出了技术提案、参与了标准文参与了标准需求讨论及部分技术讨论、在标准制《信息技术神经网络表示与模型压缩第3部分：图神经网络》标准主要定义不同图神经网络模型的基础表示、支持不同图神经网络模型的加速与存储规本标准主要面向三类主要应用场景（结构化场景、非结构化场景和其他场n基本定义：定义了图数据的基本内容，包含节点特征、边特征、邻n图数据类型：在基本定义基础上，描述了根据不同应用场景而划分的不同类别的图数据格式，例如同质图、异质图、批量图、动态图n图基本任务：描述对图数据的下游任务的定义，例如节点分类、链n子图采样：描述子图采样方法。将“随机游走”视为一种子图级采n前沿模型：描述当前一些前沿的图神经网络模型定义，如鲁棒图神n基于深度学习平台的图神经网络计算框架：描述基于深度学习平台n图神经网络计算框架与第三方数据源接口：描述图神经网络计算框三、主要试验[或验证]情况分析架，包含框架的系统体系结构和参考技术实现，以及计算框架与第三方参照AVS工作组制定的完善的工作组规约和知识产权政策，包括：《数字音约和政策已在第一代AVS标准制定及应用别是得益于第一代AVS标准的产业化推广及普及，工作组吸引到越来越多的国际有影响力企业的真正加盟，他们携带了国际先进的技术参与第二代AVS标准的制根据分析，神经网络表示与模型压缩标准相关的和企业的自主专利技术以及公开技术构成了神经网络表示与模型压缩标准的专序号专利申请号专利名称1202010419839.4一种基于移位图卷积神经网络骨骼点行为识别系统及其识别方法2202010419814.4一种自适应时序移位神经网络时序行为识别方法3201910349275.9异质图神经网络生成方法、装置、电子设备及存储介质4201910945503.9一种用于短文本的分类方法及装置5202010555093.X基于多通路图卷积神经网络的对象分类方法及装置6202011604370.8一种基于图卷积网络模型的分类方法及装置7202110552598.5一种信息预测方法、装置、存储介质及计算机设备8201910052269.7一种套现用户检测方法、装置及设备9202010750181.5一种基于异质图神经网络的节点处理方法、装置及设备202110023447.0基于统一优化目标框架图神经网络的数据分类方法及装置201711239629.1一种基于异质信息网络表示的推荐方法及装置201910342766.0一种基于元路径引导嵌入的查询推荐方法及装置2

人人文库> 全部分类> 行业资料 > 各类标准

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论