(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633979.2 (22)申请日 2021.12.2 9 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 石川　杨成　赵天宇　 (74)专利代理 机构 北京挺立专利事务所(普通 合伙) 11265 代理人 叶盛　高福勇 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G06V 10/764(2022.01) (54)发明名称 一种多设计维度的异质图神经网络的设计 空间构建方法 (57)摘要 本发明公开了一种多设计维度的异质图神 经网络的设计空间构建方法， 提出统一的异质图 神经网络框架， 并基于此统一框架定义了异质图 神经网络的设计空间。 本发明弥补了之前的工作 只从模型级评测异质图神经网络的缺点， 为研究 者提供了模块级评测的视角， 进一步可以剖析哪 一些设计维度在模型的性能中起到重要作用。 我 们还为异质图神经网络的设计空间构建了平台 Space4HGNN， 并基于此平台提炼出设计模型的原 则性指导， 提供了标准的评测和模块化的异质图 神经网络实现。 该平台为研究者提供了模块级的 评测， 可以提供给用户简易的接口， 帮助他们评 测不同设计维度的影响。 权利要求书2页 说明书9页 附图2页 CN 114298279 A 2022.04.08 CN 114298279 A 1.一种多设计维度的异质图神经网络的设计空间构建方法， 其特征在于， 包括以下步 骤： S1、 提出统一的异质图神经网络框架， 包含三大组件： 异质线性变换、 异质图变换和异 质消息传递层； S2、 基于统一的异质图神经网络框架， 提出三个异质图神经网络模型族， 并为这三个模 型族设计了三个相应的子空间， 即同质化模型族、 关系模型族和元路径模型族， 定义异质图 神经网络的设计空间， 设计空间包含两个设计维度： 与同质图神经网络共有的设计维度和 异质图神经网络特有的设计维度； S3、 为异质图神经网络 的设计空间构建平台Space4HGNN， 用于模块化的异质图神经网 络实现和标准 化的异质图神经网络 评测。 2.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S1中所述的异质线性变换， 将具有异质性节点的特征或表示映射到一个共享的 特征空间， 线性变换表示如下： 其中， hi和h′i分别是节点vi的原始特征和映射特 征， fv(vi)为节点vi的节点类型。 3.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S1中所述的异质图变换在聚合前为异质图数据提供了四种转换方法， 分别为： 关 系子图抽取、 元路径子图抽取、 构建两种图的混合子图提取和异质图的同质化。 4.根据权利要求3所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 对于关系子图抽取， 将关系类型和原 始异质图作为输入。 5.根据权利要求3所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 对于元路径子图的抽取， 将预定义的元路径和原 始异质图作为输入。 6.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S1中所述的异质消息传递层定义了两种异质图神经网络的聚合方法， 分别为： 直 接聚合和双重聚合； 直接聚合的聚合过程是直接聚合相 邻的邻居， 并且不区分节点类型； 双 重聚合是应用于不同子图的微观层面和宏观层面的聚合过程， 微观层面的聚合是聚合同一 关系类型内的节点特征， 在关系或元路径子图中生成类型特定的特征， 而宏观层面的聚合 是聚合不同关系间的类型 特定的特 征。 7.根据权利要求6所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 直接聚合的公式如下： 其中 表示节点vi的邻居类型与节点j的类型相同。 8.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S2中与同质图神经网络共有的设计维度涉及12个设计维度， 分为三个方面， 层 内、 层间和训练设置； 层内设计维度与同质图神经网络相同， 异质图神经网络包含几个异质 神经网络层， 每一层有不同的设计尺寸； 层间设计维度涉及消息传递、 前处理和后处理层；权　利　要　求　书 1/2 页 2 CN 114298279 A 2训练设置设计维度涉及优化器、 学习率和训练轮数。 9.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S2中异质图神经网络特有的设计维度涉及三个设计维度， 质化模型族使用直接 聚合方式与任何图形卷积相结合； 关系模型族使用关系子图抽取和双重聚合； 元路径模型 族使用元路径子图抽取和双重聚合。 10.根据权利要求1所述的多设计维度的异质图神经网络的设计空间构建方法， 其特征 在于， 步骤S3所述的Space4HGN N用PyTorc h和DGL使用OpenHGN N工具包实现。权　利　要　求　书 2/2 页 3 CN 114298279 A 3