-
题名时空图神经网络在物联网中的应用综述
被引量：1
- 1
-
-
作者
张建伟
陈旭
王叔洋
景永俊
宋吉飞
-
机构
北方民族大学计算机科学与工程学院
北方民族大学电气信息工程学院
国家新型互联网交换中心
-
出处
《计算机工程与应用》
北大核心
2025年第5期43-54,共12页
-
基金
宁夏回族自治区重点研发项目(2023BDE02017)
北方民族大学中央高校基本科研业务费专项资金(2022PT_S04)。
-
文摘
随着物联网在各个领域物理设备的发展,产生的大量数据给当前数据处理方法带来了挑战。深度学习模型具备处理大规模和高维度数据的能力,已逐渐应用于物联网不同领域。时空图神经网络作为一种处理图结构数据的深度学习模型,能够对物联网中的拓扑结构和时间信息进行建模,并在物联网预测任务中展现出优秀性能。介绍了物联网中的时间相关性和空间相关性,以及不同时空网络架构的构建方法,并基于空间相关性的不同,将时空图神经网络分为时空图卷积网络和时空图注意力网络。进一步分析了时空图卷积网络和时空图注意力网络在物联网中的应用,主要包括交通、环境和能源领域。最后,探讨了时空图神经网络在物联网应用中面临的挑战和未来的研究方向。
-
关键词
物联网
深度学习
时空图神经网络
图结构数据
-
Keywords
Internet of things(IoT)
deep learning
spatiotemporal graph neural network
graph-structured data
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名动态图神经网络链接预测综述
- 2
-
-
作者
张其
陈旭
王叔洋
景永俊
宋吉飞
-
机构
北方民族大学计算机科学与工程学院
北方民族大学电气信息工程学院
国家新型互联网交换中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第20期49-67,共19页
-
基金
北方民族大学中央高校基本科研业务费专项资金(2022PT_S04)
宁夏回族自治区重点研发项目(2023BDE02017)。
-
文摘
在现实世界中,复杂的动态网络数据广泛存在,如社交网络、蛋白质相互作用网络和传染病传播网络,它们由大量的节点和边构成。针对这类数据的有效挖掘和利用,以进行精准预测,成为了一项关键任务。动态图神经网络链接预测是深度学习研究领域的一个重要分支,它旨在解析网络随时间演化的内在规律,并预测未来可能形成的链接,为各领域的决策提供有价值的信息和依据。回顾了动态图神经网络的发展历程,介绍动态图的建模方法和训练流程。在此基础上,根据时间粒度的不同,将动态图神经网络链接预测模型细分为离散动态图模型和连续动态图模型两大类,并综述了每一类别中当前主流模型所采用的建模方法;介绍了动态图链接预测研究中常用的数据集、评价指标和应用场景。最后,对该领域的未来发展趋势进行了前瞻性探讨。
-
关键词
图神经网络
深度学习
动态图学习
链接预测
时间图
-
Keywords
graph neural network
deep learning
dynamic graph learning
link prediction
temporal graph
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
