LuanVan.vnLuận Văn
Gửi thư

Dự đoán liên kết trên đồ thị không thuần nhất với GNN và cơ chế chú ý

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảPhan Việt Anh
Người hướng dẫnNguyễn Thị Kim Anh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và thiết kế mô hình dự đoán liên kết trên đồ thị không thuần nhất nhằm khai thác hiệu quả thông tin từ nhiều loại nút và quan hệ. Phân tích thực trạng các phương pháp dự đoán liên kết truyền thống và các mô hình mạng nơ-ron đồ thị còn hạn chế trong việc biểu diễn ngữ nghĩa đa dạng và ngữ cảnh phức tạp của dữ liệu. Đề xuất giải pháp mở rộng mô hình SR-HGN bằng cách tích hợp cơ chế chú ý đa đầu, cá nhân hóa ngữ cảnh, học biểu diễn đa thang đo và kết hợp thông tin cục bộ với cấu trúc toàn cục của đồ thị. Kết luận khẳng định mô hình SR-HGN Plus cải thiện đáng kể hiệu quả dự đoán liên kết trên các tập dữ liệu chuẩn và thể hiện tính ổn định trong thực nghiệm.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.