自适应图神经网络

增量学习增强推理

增量学习机制通过自适应搜索传播路径，过滤无关实体并保留语义相关目标，从而提升知识图谱推理性能。

张军辉 · Zan, Hongving Ying · Wu, Shuning · 张坤丽 · Jianwei, Huo

Electronics (Switzerland) 2024

技术优势

自适应传播路径

模型自动搜索传播路径，无需人工设计，提升适应性和可扩展性。

过滤无关实体

增量学习机制结合节点采样技术，过滤传播路径中的无关实体，提高学习效率。

快速收敛

参数初始化模块加速收敛并提高模型鲁棒性。

应用场景

• 知识图谱推理：直接用于知识图谱推理任务，无需人工定义传播路径。
• 图表示学习：自适应学习图结构表示，提升推理性能。
• 自适应神经网络：网络结构随查询自适应调整，提升推理效率与精度。
• 增量学习：逐步增量选择相关实体，提高学习效率。