融合MAML和TGAT的機會網絡動態(tài)鏈路預測模型

摘要： 機會網絡中由于節(jié)點頻繁移動導致節(jié)點間的間歇性連接，導致網絡拓撲結構會隨時間不斷發(fā)生變化，而采用離散時間切片的機會網絡鏈路預測方法不能很好地刻畫機會網絡鏈路動態(tài)變化的演變規(guī)律.本文提出一種基于元學習框架的模型(METATGAT)來預測動態(tài)網絡鏈接的變化情況，通過具有分層時間間隔和節(jié)點自適應的元學習者來提取網絡動態(tài)演變的先驗知識，并在元學習任務中設計一種采樣注意力計算方式，來提升模... （共7頁）