| 基于关系图卷积神经网络的多标签事件预测 |
| |
| 引用本文： | 高 翔. 基于关系图卷积神经网络的多标签事件预测[J]. 电讯技术, 2023, 0(4): 457-465 |
| |
| 作者姓名： | 高 翔 |
| |
| 作者单位： | 中国西南电子技术研究所，成都 610036 |
| |
| 摘 要： | 事件预测需要综合考虑的要素众多，现有预测模型多数存在数据稀疏、事件的组合特征及时序特征考虑不足、预测类型单一等问题。为此，提出了基于关系图卷积神经网络的多标签事件预测方法，通过节点特征聚合技术实现数据的稠密化表示。模型利用卷积神经网络的卷积和池化运算，提取预测数据的组合时间段特征信息，并结合长短期记忆网络的时序特征提取能力，进一步提取预测数据的时序规律特征；最后，模型通过全连接的多标签分类器，输出多种类型事件发生的概率值。实验结果表明，所提模型可以支持进行多日期、多类型事件预测，在特定数据集上最高F1值可以达到0.85。
|
| 关 键 词： | 事件预测 多标签事件 关系图卷积神经网络 长短期记忆网络 |
Multi-label event prediction based on relational graph convolutional neural network |
| |
| GAO Xiang. Multi-label event prediction based on relational graph convolutional neural network[J]. Telecommunication Engineering, 2023, 0(4): 457-465 |
| |
| Authors: | GAO Xiang |
| |
| Affiliation: | Southwest China Institute of Electronic Technology,Chengdu 610036,China |
| |
| Abstract: | |
| |
| Keywords: | event prediction multi-label event relational graph conventional neural network long and short term memory network |
|
| 点击此处可从《电讯技术》浏览原始摘要信息 |
|
点击此处可从《电讯技术》下载全文 |
