终检评审通过 创新训练 520计算机科学技术 机器人未定级

本项目主要研究基于无监督学习的图表示学习方法，拟采用多视图进行对比学习，从样本维度、特征维度构建多元损失函数，构建图对比学习新框架，解决图对比学习中噪声信息干扰问题；拟采用自编码-解码器完成深度图聚类，动态融合机制整合和细化图结构和节点属性信息，解决图结构和节点属性信息融合问题；拟采用注意力机制完成图表示学习，位置编码和属性编码感知拓扑图结构信息和节点属性信息，实现全局—局部的多尺度特征的多核图聚类，解决图表示学习中聚类难分误分问题，提高无监督条件下图聚类的准确性，以有效解决无监督条件下图表示学习判别性弱的问题。