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！

龙图腾网获悉东南大学申请的专利基于异构图神经网络的无线通信网络知识图谱表示学习方法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：CN117196033B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311257111.6，技术领域涉及：G06N5/025；该发明授权基于异构图神经网络的无线通信网络知识图谱表示学习方法是由杨绿溪;冯庆霞;张胜胜;李春国;黄永明设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于异构图神经网络的无线通信网络知识图谱表示学习方法在说明书摘要公布了：本发明公开了一种基于异构图神经网络的无线通信网络知识图谱表示学习方法，属于人工智能辅助无线通信技术领域。本发明将无线通信网络知识图谱转化为包含多源异构节点的异构图，构建了一个基于异构图神经网络的无线通信网络知识图谱表示学习模型，对所构建的异构图神经网络模型进行训练并采用链路预测的下游任务来验证模型的效果，采用负采样技术来解决链路预测中正负边不平衡的问题，所构建的异构图神经网络模型能够有效地学习和挖掘无线通信网络知识图谱，优化和补全无线通信网络知识图谱，理解无线通信网络中各通信指标的关联特性，这对实现无线通信网络的内生智能具有重要的研究意义。

本发明授权基于异构图神经网络的无线通信网络知识图谱表示学习方法在权利要求书中公布了：1.一种基于异构图神经网络的无线通信网络知识图谱表示学习方法，其特征在于，该方法包括如下步骤： 构建无线通信网络知识图谱，并将无线通信网络知识图谱转化成为异构图；所述异构图中，表示无线通信网络中通信性能指标的实体集合映射为异构图中的各个节点，表示无线通信网络中通信性能指标之间关系的关系集合映射为异构图中的边； 将所述异构图的节点信息和边信息构成的异构图数据分割为训练集和测试集；所述节点信息包括节点集合、节点类型、节点特征矩阵；所述边信息包括边集合和边特征矩阵； 根据所述异构图数据构建异构图神经网络模型，包括：构建候选邻接矩阵张量，构造单通道各层所需的候选邻接矩阵张量的权重，构建单通道图结构，得到一类元路径的邻接矩阵，采用多通道采样同时自动学习到多种类型的元路径邻接矩阵，根据多种类型的元路径邻接矩阵的信息学习到节点的表示向量； 利用所述异构图数据训练所构建的异构图神经网络模型；并用链路预测的下游任务来验证模型效果，用以构建无线通信网络中相关通信性能指标的有效的知识表示； 所述无线通信网络中各个不同类别属性的通信性能指标，包括：物理层关键绩效指标、媒体访问控制层关键绩效指标、无线链路控制层关键绩效指标，以及各层关键绩效指标的上下限指标、调制编码及资源块控制反馈流程的因素指标、初始非重传各因素指标、影响上下行误码率的因素指标、影响上下行资源块数的因素指标、其余影响各层关键绩效指标的因素指标以及其它无线通信网络中的用户级别评估指标、通用非调型数据参数指标以及可调型数据参数指标； 利用所述异构图数据训练所构建的异构图神经网络模型，具体包括： 实时真实采集得到B5G6G试验网络中无线通信网络中通信性能指标的数据，并使用插值算法和归一化算法进行预处理得到无线通信网络知识图谱中的关键绩效指标节点与因素指标节点的初始节点特征矩阵； 设计异构图神经网络模型将无线通信网络知识图谱中的关键绩效指标节点与因素指标节点嵌入到连续向量空间，得到无线通信网络知识图谱中的关键绩效指标节点与因素指标节点的表示向量； 对所构建的异构图神经网络模型进行训练，通过反向传播和梯度下降，最小化交叉熵来优化模型权重。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。

以上内容由龙图腾AI智能生成。