Graph
文章平均质量分 93
graph learning
jzwei023
这个作者很懒,什么都没留下…
展开
-
GCN图卷积
图卷积 GCN(graph convolution) 我们平时遇到的像文本、图像这类数据结构整齐的,我们称为Euclidean Structure(欧几里德结构),但除了像文本、图像这类数据之外还有很多Non Euclidean Structure的数据,我们可以用网络结构来表示,即图论中抽象意义上的拓扑图,我们简称为graph。 如果将CNN直接应用在graph上会有什么问题?无法保持平移不变性,即graph上每个节点的邻居个数都是不固定的,无法用相同的卷积核进行特征提取。所以针对图结构数据,提出了G原创 2021-03-20 12:03:22 · 684 阅读 · 1 评论 -
Graph Embedding
图嵌入学习 用低维、稠密、实值的向量表示网络中的节点(含有语义关系,低维,自适应性),且可以将异构信息投影到同一低维空间。 Graph Embedding 算法主要经历了以下三代的发展: 第一代:基于矩阵特征向量(MDS、LLE) 第二代:基于Random Walk(Deep Walk 、Node2Vec) 第二代:基于Deep Learning(SDNE、GCN、GraphSAGE) Deep walk 主要思想就是在图中通过random walk的方法得到node序列,然后借鉴word2...原创 2021-03-20 14:07:04 · 393 阅读 · 0 评论