买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院计算技术研究所申请的专利基于图表示学习的身份保持对抗训练方法、装置、介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114418060B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111588857.6，技术领域涉及：G06N3/094；该发明授权基于图表示学习的身份保持对抗训练方法、装置、介质是由沈华伟;岑科廷;曹婍;徐冰冰;程学旗设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本基于图表示学习的身份保持对抗训练方法、装置、介质在说明书摘要公布了：本发明提供了一种基于图表示学习的身份保持对抗训练方法、装置、介质，所述方法包括：获取训练场景的图数据，定义图数据的每一个节点为用于表征训练场景的一个原样本，定义原样本的样本身份信息；生成每一个原样本对应的对抗样本；通过为对抗样本添加身份保持约束，将对抗样本保持原样本的样本身份信息；将对抗样本作为第一输入变量，输入至初始图表示学习模型，执行身份保持对抗训练；更新初始图表示学习模型，得到目标图表示学习模型，利用目标图表示学习模型预测训练场景中所述原样本在不同图挖掘任务下的输出。该方法将对抗样本与原样本保持相同的样本身份信息，提升了图表示学习在图结构数据分析中的精度，具有一定的普适性。

本发明授权基于图表示学习的身份保持对抗训练方法、装置、介质在权利要求书中公布了：1.一种基于图表示学习的身份保持对抗训练方法，其特征在于，包括： 获取训练场景的图数据，定义所述图数据的每一个节点为用于表征所述训练场景的一个原样本，定义所述原样本的样本身份信息； 生成每一个所述原样本对应的对抗样本，包含： 将每一个所述原样本作为第二输入变量，输入至初始图表示学习模型进行训练，得到每一个所述原样本的表示； 为每一个所述原样本的表示添加扰动因子，生成每一个所述原样本对应的对抗样本；其中，所述扰动因子包括扰动强度与扰动方向；所述扰动强度用于确定所述对抗样本与所述原样本之间的距离，通过感知机模型基于邻居节点表示自适应学习确定；所述扰动方向用于确定所述对抗样本的生成方向，通过最大化初始图表示学习模型的原损失函数方向确定； 通过为所述对抗样本添加身份保持约束，将所述对抗样本保持所述原样本的样本身份信息； 将所述对抗样本作为第一输入变量，输入至初始图表示学习模型，执行身份保持对抗训练； 更新所述初始图表示学习模型，得到目标图表示学习模型，利用所述目标图表示学习模型预测所述训练场景中所述原样本在不同图挖掘任务下的输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。