[论文阅读笔记] Unsupervised Attributed Network Embedding via Cross Fusion

[论文阅读笔记] Unsupervised Attributed Network Embedding via Cross Fusion 本文结构 解决问题主要贡献算法原理实验结果参考文献 (1) 解决问题现在常常用来处理属性网络表征的方式有两种:(1)在网络结构上传播属性(2)通过自编码器架构。这两种常用的属性网络表征方法有各自的局限性和优点:(1)基于传播的方法依赖于网络中现有的边来传播信息,因此...

[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks

[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks 本文结构 解决问题主要贡献算法原理参考文献 (1) 解决问题现有的异构网络(HIN)嵌入方法本质上可以归结为两个步骤(1)正样本生成和负样本生成(2)在这些样本上训练模型优化目标函数以得到更合适的节点嵌入。目前主流的异构网络嵌入方法存在以下几个问题: Problem 1...

[论文阅读笔记] Structural Deep Network Embedding

[论文阅读笔记] Structural Deep Network Embedding 本文结构 解决问题主要贡献算法原理参考文献 (1) 解决问题现有的表示学习方法大多采用浅层模型,这可能不能捕获具有高度非线性的网络结构,导致学习到一个局部最优的节点向量表示。 (2) 主要贡献Contribution: 提出一个半监督的深度模型SDNE,包含多个非线性层,同时优化一阶和二阶相似度的目标函数来保留原始网...
© 2021 LMLPHP 关于我们 联系我们 友情链接 耗时0.012029(s)
2021-06-18 23:21:16 1624029676