一种基于图神经网络的工业品质量风险关联方法

本发明公开了一种基于图神经网络的工业品质量风险关联方法，涉及工业制造领域，包括，采集多源工业数据，并对所述多源工业数据进行预处理，得到规范化数据表，基于所述规范化数据表，构建工业要素异质图；将所述工业要素异质图输入至图注意力网络基础模型中进行节点表征学习，并设定以所述工业要素异质图中的产品批次节点为预测目标，以历史质量检测结果为监督标签的监督学习任务；在所述图注意力网络基础模型的消息传递过程中，引入元路径自学习层。本发明将确定性预测升级为概率性推断，为每个风险预测值提供内在的置信度度量，实现了对工业质量风险的自动、精准和可解释的关联分析与溯源定位。