信息技術 神經網絡表示與模型壓縮 第3部分：圖神經網絡 編制說明

《信息技術神經網絡表示與模型壓縮第3部分:《信息技術神經網絡表示與模型壓縮第3部分：圖神經網絡》的正式制定2022年6月-2022年12月，接收圖數(shù)據算子、圖神經網絡算子等提案，輸出標準案，更新WD撰寫規(guī)范，輸出標準WD0.9；X發(fā)并負責了標準文本編輯工作；主要起草人XXX，提出了技術提案、參與了標準文參與了標準需求討論及部分技術討論、在標準制《信息技術神經網絡表示與模型壓縮第3部分：圖神經網絡》標準主要定義不同圖神經網絡模型的基礎表示、支持不同圖神經網絡模型的加速與存儲規(guī)本標準主要面向三類主要應用場景（結構化場景、非結構化場景和其他場n基本定義：定義了圖數(shù)據的基本內容，包含節(jié)點特征、邊特征、鄰n圖數(shù)據類型：在基本定義基礎上，描述了根據不同應用場景而劃分的不同類別的圖數(shù)據格式，例如同質圖、異質圖、批量圖、動態(tài)圖n圖基本任務：描述對圖數(shù)據的下游任務的定義，例如節(jié)點分類、鏈n子圖采樣：描述子圖采樣方法。將“隨機游走”視為一種子圖級采n前沿模型：描述當前一些前沿的圖神經網絡模型定義，如魯棒圖神n基于深度學習平臺的圖神經網絡計算框架：描述基于深度學習平臺n圖神經網絡計算框架與第三方數(shù)據源接口：描述圖神經網絡計算框三、主要試驗[或驗證]情況分析架，包含框架的系統(tǒng)體系結構和參考技術實現(xiàn)，以及計算框架與第三方參照AVS工作組制定的完善的工作組規(guī)約和知識產權政策，包括：《數(shù)字音約和政策已在第一代AVS標準制定及應用別是得益于第一代AVS標準的產業(yè)化推廣及普及，工作組吸引到越來越多的國際有影響力企業(yè)的真正加盟，他們攜帶了國際先進的技術參與第二代AVS標準的制根據分析，神經網絡表示與模型壓縮標準相關的和企業(yè)的自主專利技術以及公開技術構成了神經網絡表示與模型壓縮標準的專序號專利申請?zhí)枌＠Q1202010419839.4一種基于移位圖卷積神經網絡骨骼點行為識別系統(tǒng)及其識別方法2202010419814.4一種自適應時序移位神經網絡時序行為識別方法3201910349275.9異質圖神經網絡生成方法、裝置、電子設備及存儲介質4201910945503.9一種用于短文本的分類方法及裝置5202010555093.X基于多通路圖卷積神經網絡的對象分類方法及裝置6202011604370.8一種基于圖卷積網絡模型的分類方法及裝置7202110552598.5一種信息預測方法、裝置、存儲介質及計算機設備8201910052269.7一種套現(xiàn)用戶檢測方法、裝置及設備9202010750181.5一種基于異質圖神經網絡的節(jié)點處理方法、裝置及設備202110023447.0基于統(tǒng)一優(yōu)化目標框架圖神經網絡的數(shù)據分類方法及裝置201711239629.1一種基于異質信息網絡表示的推薦方法及裝置201910342766.0一種基于元路徑引導嵌入的查詢推薦方法及裝置2