基本信息:
- 专利标题： 一种基于对比学习的无增强动态社区检测方法
- 申请号：CN202411664556.0 申请日：2024-11-20
- 公开(公告)号：CN119598343A 公开(公告)日：2025-03-11
- 发明人： 李晓红 , 彭琪轩 , 史婉瑶
- 申请人： 西北师范大学
- 申请人地址： 甘肃省兰州市安宁区安宁东路967号
- 专利权人： 西北师范大学
- 当前专利权人： 西北师范大学
- 当前专利权人地址： 甘肃省兰州市安宁区安宁东路967号
- 代理机构： 重庆博凯知识产权代理有限公司
- 代理人： 黄河
- 主分类号： G06F18/2431
- IPC分类号： G06F18/2431 ; G06F18/214 ; G06N3/0455 ; G06N3/042 ; G06N3/0895
摘要：
本发明公开了一种基于对比学习的无增强动态社区检测方法，该方法构建的无增强动态社区检测模型DyCD‑CL，对动态网络序列中的T张快照网络按顺序进行成对采样，构造具有T‑1组对比组合的网络组向量，并对每一组对比组合的两张快照网络分别采用编码器网络进行编码后，计算各自与快照网络的社区中心矩阵的社区隶属关系，然后取其中更优的一个社区隶属关系，作为快照网络的社区检测结果。本发明通过在对比学习框架中使用相邻时间步长的两个快照网络作为增强视图，引入非对齐的邻居对比损失函数通过最大化正样本对与最小化负样本对之间的相似性，提高了通过无增强动态社区检测模型DyCD‑CL进行动态社区检测的准确性和鲁棒性。