复杂网络的嵌入

最新推荐文章于 2022-03-23 20:46:58 发布
最新推荐文章于 2022-03-23 20:46:58 发布
阅读量1.1k 收藏 3
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LifeBeauty/article/details/87966827
版权

关于复杂网络的嵌入（embedding）陆陆续续学习了近半年之多，在此总结一下相关的基本方法和实验。

Node2vec实验

Node2vec实验模拟生成了一个简易的邻接矩阵，将其可视化如图1所示，用Node2vec方法将其嵌入到低维向量空间中得到图2所示的嵌入表示，每一行为一个节点的嵌入向量。
![原始数据可视化](https://img-blog.csdnimg.cn/20190227094931589.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0xpZmVCZWF1dHk=,size_16,color_FFFFFF,t_70)

嵌入后的节点向量
对嵌入后的向量计算节点间的欧式距离来分析嵌入结果，如图3所示：
分析嵌入向量间的欧氏距离

DynamicTriad

在这里插入图片描述
Dynamic Tradic通过捕获网络的演化结构属性来学习顶点的嵌入向量，给出时间阶段1-T上的网络 G_1,…,G_T，目标是希望能够学习出节点i 在时间阶段t 的向量表示。通过量化open triad发展成closed triad的概率，从而在不同的时间点中学习每个顶点的嵌入向量。
在此实验中，数据集来自aminer网站收录的DBLP数据集，从中抽样选取了25年间发表文章不少于15次的作者2000个，以作者为节点，以合作关系为边，构建以年为时间戳的动态网络。以DynamicTriad 方法学习得到动态网络嵌入表示，并以Logistics Regression进行节点分类预测（判断其在某个时间点作者的主要研究方向）。
图4为T_11时刻的网络嵌入表示，图5为节点预测实验结果

T_11时刻的网络嵌入表示
节点预测实验结果

LifeBeauty
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
论文浅尝 | 利用边缘标签的网络嵌入强化方法
开放知识图谱
10-22 416
链接：https://arxiv.org/pdf/1809.05124.pdf            本文主要关注Network embedding问题，以往的netwo...
网络嵌入（network embedding）
ninomiya_yj0617的博客
06-10 7773
Definition：图嵌入，又称网络嵌入，是网络表征学习的一种方法，旨在用低维、稠密的向量空间表示高维、稀疏的向量空间，所学习道德特征可以用于分类、回归、聚类等机器学习任务。 Remark: 稀疏指的是一个向量（空间）里面大部分元素都是0，只有少部分元素是非0的。 这里介绍一种特殊的网络嵌入算法，称为 Accelerated Attributed Network Embedding （AANE），加速属性网络嵌入，详细细节见：Xiao Huang, Jundong Li, Xia Hu, 《 Acc.
网络嵌入
weixin_30273763的博客
08-22 687
网络表征学习（network representation learning，NRL）&网络嵌入（network embedding，NE）&图嵌入（Graph Embedding Method，GE）：用低维、稠密、实值的向量表示网络中的节点，也即映射到K维的隐空间。 近年来，网络表征学习领域是复杂网络分析方面的研究重点，也是深度学习应用到网络分析的表现之一，几乎每年都有相关的...
【机器学习 | Learning from Networks】网络嵌入（Network Embedding）
如是我闻__一时__的博客
12-26 789
来自知乎高赞回答 作者：张小磊 链接：https://www.zhihu.com/question/270000965/answer/351213729 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 网络表示学习（Network Representation Learning），又名网络嵌入（Network Embedding）、图嵌入（Graph Embedding），它旨在将网络中的节点表示成低维、实值、稠密的向量形式，使得得到的向量形式可以在向量空间中具有表示以.
网络嵌入（network embedding）（SDNE相关）
weixin_43718641的博客
03-23 4199
网络表征学习 定义 在现实世界中，相比图片等简单的网格结构，图结构是更泛化的数据结构，比如一般的社交网络、互联网等，都是由图这种数据结构表示的，图的节点表示单个用户，图的边表示用户之间的互联关系。针对网络结构，用向量的数据形式表示网络结构、节点属性的机器学习方法就是网络表征学习。 学习的目的 第一，我们要学习一种低维度的向量表示网络节点，将节点映射到相应的向量空间，这种网络表征学习就是关于图结构的网络表征学习，也称网络嵌入； 第二，我们的表示不仅仅可以表征网络结构，同时也可以表征节点本身自带的属性，这种表征
复杂网络、链路预测 数据集600+
04-29
在IT领域，复杂网络是一种用来描述现实世界中各种复杂系统结构的数学模型，例如社会关系、互联网、生物网络等。这些网络由多个节点（或顶点）和连接它们的边（或链接）组成，通常表现出非线性、异质性和高度的相互...
MATLAB工具箱大全-matlab 复杂网络工具箱
02-10
4. **网络嵌入**：将高维网络映射到低维空间，保留其结构信息。 四、动力学模拟 1. **扩散过程**：模拟信息、疾病或行为在复杂网络上的传播。 2. **动态演化**：研究网络拓扑随时间的变化，如增长、突变等。 3. **...
Network_data_复杂网络仿真_复杂网络数据_复杂网络_
09-29
- **网络嵌入**：将网络节点映射到低维空间，保留网络结构信息，便于机器学习任务。 4. **应用领域**： - **生物网络**：研究蛋白质相互作用网络、基因调控网络等。 - **社会网络**：分析人际关系、合作网络、...
复杂网络理论在组织网络研究中的应用
11-07
本文通过分析复杂网络的结构特征及其内在嵌入性机理,回顾了复杂网络的基本理论现状。然后,分 析得到了组织网络的非线性、多模块特征,发现了组织网络与复杂网络共同的行为模式。据此,将复杂网络引 入到组织网络的研究...
深入浅出——网络嵌入算法DeepWalk
weixin_44467105的博客
12-09 1640
DeepWalk是一种利用的截断随机游走获得网络的结构信息，来进行网络嵌入的算法。将网络中的节点嵌入到一个潜在的连续空间中。 一.随机游走 DeepWalk是利用截断随机游走来获取节点的上下文信息（可以认为是网络的局部结构信息）。 随机游走：从一个节点出发，随机选择它的一个邻居节点，接着从这个邻居节点出发到该邻居节点的邻居节点，重复这个步骤直到经过所有节点。 在DeepWalk中是采用截断的方法，提取终止随机游走，得到一个比较短的随机游走序列。提前设置参数ttt为一次随机游走的长度，达到这个长度就会停止随机
嵌入式网络的基础知识
xuechanba的博客
03-07 4486
一、七层协议 – OSI参考模型 下面详细来说一下这几个层的作用。 一、假设有A、B两台主机想要进行通信，那应该怎么做呢。 1、通过不同的介质将A主机和B主机连接在一起，比如双绞线、蓝牙等。 2、不同的的连接介质，对应的接口是不同的，比如双绞线的接口是 RJ-45。 3、计算机中只能处理二进制，属于数字信号，而双绞线中的信号则是模拟信号，这就涉及到了如何将模拟信号转换为数字信号的问题（比如RS232、RS485等通信协议） 上述三个问题将在物理层解决，最终A、B两台主机可以实现通信。 二、假如，此刻不止
前沿综述：细数2018年最好的词嵌入和句嵌入技术
qq_27009517的博客
10-29 1191
from:http://3g.163.com/dy/article/DJRJDB9S0511D05M.html   在任何一种基于深度学习的自然语言处理系统中，词嵌入和句子嵌入已成为重要组成部分。它们使用固定长度的稠密向量对词和句子进行编码，从而大幅提升通过神经网络处理文本数据的能力。 对通用嵌入的追寻是个大趋势：在大型语料库上预先训练好的嵌入模型，可以应用到多种下游任务模型中（情感分析...
学习记录 重叠网络权威知识——多尺度复杂网络社区发现的链接
An_Wu的博客
03-29 1374
参考文献 【1】Ahn Y Y，Bagrow J P，Lehmann S．Link communities reveal muhiscale complexity in networks[J]．Nature，2010，466(7307)：761—764.
【论文笔记】BINE：二分网络嵌入
热门推荐
龙哥盟
07-08 3万+
BiNE: Bipartite Network Embedding 三、问题定义 我们首先给出本文中使用的符号，然后形式化要解决的二分网络嵌入问题。 符号：设G = (U, V, E)为二分网络，其中U和V分别表示两种顶点的集合，E ⊆ U × V定义集合间的边。 如图 2 所示，u[i]和v[j]分别表示U和V中的第i和第j个顶点，其中i = 1,2, ..., |U|和j = 1, 2, ....
机器学习基础--网络嵌入方法（Network Embedding）
wydbyxr的博客
08-31 1万+
网络嵌入方法（Network Embedding） 　　旨在学习网络中节点的低维度潜在表示，所学习到的特征表示可以用作基于图的各种任务的特征，例如分类，聚类，链路预测和可视化。 　　由于信息网络可能包含数十亿个节点和边缘，因此在整个网络上执行复杂的推理过程可能会非常棘手。因此有人提出了用于解决该问题的一种方法是网络嵌入（Network Embedding）。NE 的中心思想就是找到一种映射函数...
嵌入式网络知识（自整理）
RosyCloudsLee的博客
02-26 1249
一.TCP/IP 1.OSI与TCP/IP模型 OSI与TCP/IP模型 OSI参考模型 TCP/IP参考模型 协议 应用层 应用层 DNS、DHCP、HTTP、SNMP、API、BSD Socket 表示层 会话层 传输层 传输层 TCP、UDP 网络层 网络层 IPv4、IPv6、ICMP、IGMP、ARP 数据链路...
求矩阵中向量两两间的欧氏距离(python实现)
Tan_HandSome的博客
09-08 1万+
假设有两个三维向量集，用矩阵表示: 要求A，B两个集合中的元素两两间欧氏距离。 先求出ABT： 然后对A和BT分别求其中每个向量的模平方，并扩展为2*3矩阵： 然后： 将上面这个矩阵一开平方，就得到了A，B向量集两两间的欧式距离了。 代码: def EuclideanDistances(A, B): BT = B.transpose() # vecP...
网络嵌入算法-Network Embedding-LINE/LANE/M-NMF
Zhongsigen的博客
11-01 3355
本文结构安排 M-NMF LANE LINE 什么是Network Embedding？ LINE [Information Network] An information network is defined as G=(V,E)G = (V,E)G=(V,E), where VVV is the set of vertices, each representing a data ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值