一种高效的对称注意力图神经网络模型

袁军; 周丽君; 张俊然

doi:10.12454/j.jsuese.202400688

您当前的位置：

首页 >

文章列表页 >

一种高效的对称注意力图神经网络模型

更新时间：2025-11-24

- 一种高效的对称注意力图神经网络模型
- An Efficient Symmetric Attention Graph Neural Network Model
- “在图结构数据处理领域，研究者提出了一种鲁棒图神经网络模型GSDAT，通过对称注意力机制和ReLU函数降低计算和数据复杂度，提升了节点分类和链接预测的准确度。”
- 工程科学与技术 2025年页码：1-11
- 作者机构：
  
  1.四川大学电气工程学院，四川成都 610065
  2.西北民族大学电气工程学院，甘肃兰州 730030
- 作者简介：
  
  袁军（2000—），男，研究生.研究方向：图神经网络.E-mail： yuanjun202204@163.com
  张俊然，教授， E-mail： zhangjunran@126.com
- 基金信息：
  
  国家自然科学基金联合重点项目(U2333209);国家自然科学基金“数学与医疗健康交叉”重点专项(12126606);琶洲实验室（黄埔）研发项目(2023K0605);四川省科技计划项目(23DYF2913)
- DOI：10.12454/j.jsuese.202400688
  中图分类号： TP391.9
- 收稿：2024-08-29，
  
  网络出版：2025-11-24，
- 稿件说明：
移动端阅览
.An Efficient Symmetric Attention Graph Neural Network Model[J].Advanced Engineering Sciences,

.An Efficient Symmetric Attention Graph Neural Network Model[J].Advanced Engineering Sciences,
.An Efficient Symmetric Attention Graph Neural Network Model[J].Advanced Engineering Sciences, DOI：10.12454/j.jsuese.202400688.XXXX,XX(XX):1‒11.袁军,周丽君,张俊然.一种高效的对称注意力图神经网络模型[J].工程科学与技术,

.An Efficient Symmetric Attention Graph Neural Network Model[J].Advanced Engineering Sciences, DOI：10.12454/j.jsuese.202400688.

浏览量

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向多跳问答的多视图语义推理网络

基于GNN-LSTM的桩式可调风电基础差异沉降预测研究

一种高效的对称注意力图神经网络模型

An Efficient Symmetric Attention Graph Neural Network Model

DOI：10.12454/j.jsuese.202400688