基于深度增强学习的图信号节点采样方法

摘要

本发明公开了基于深度增强学习的图信号节点采样方法，属于机器学习领域。该方法基于经典分立空间增强学习算法Deep Q Learning方法，把图中所有的信号节点作为增强学习中的动作空间，增强学习智体通过学习采取合适的节点来最大化地保留原图所包含的信息。我们独创性地设计了智体所运行的环境，在这个环境中智体通过采取动作来获得回报，不断的训练与提升其采样策略。该方法不需要大量的有标签数据，使用神经网络来处理大量的图数据，使用增强学习算法来自动化这一流程。实现对部分节点的精准筛选。训练好的智体可以在环境中自动根据图的特征选取合适的节点进行筛选，只要实际应用问题可以抽象为信号图，而且全程自动化采样，没有任何附加成本和人力参与。