-
题名基于关系图卷积神经网络的多标签事件预测
被引量：1
- 1
-
-
作者
高翔
-
机构
中国西南电子技术研究所
-
出处
《电讯技术》
北大核心
2023年第4期457-465,共9页
-
文摘
事件预测需要综合考虑的要素众多,现有预测模型多数存在数据稀疏、事件的组合特征及时序特征考虑不足、预测类型单一等问题。为此,提出了基于关系图卷积神经网络的多标签事件预测方法,通过节点特征聚合技术实现数据的稠密化表示。模型利用卷积神经网络的卷积和池化运算,提取预测数据的组合时间段特征信息,并结合长短期记忆网络的时序特征提取能力,进一步提取预测数据的时序规律特征;最后,模型通过全连接的多标签分类器,输出多种类型事件发生的概率值。实验结果表明,所提模型可以支持进行多日期、多类型事件预测,在特定数据集上最高F 1值可以达到0.85。
-
关键词
事件预测
多标签事件
关系图卷积神经网络
长短期记忆网络
-
Keywords
event prediction
multi-label event
relational graph conventional neural network
long and short term memory network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
