一.为什么使用网络?
网路是一种描述和建模复杂系统的一般语言,具有以下优势:
1.描述复杂数据的通用语言:来自科学、自然和技术的网络难以想象的相似
2.不同领域共享词汇:计算机科学、社会科学、物理学、经济学、统计学、生物学
3.可用数据多:Web/移动、生物、健康和医疗
4.对当前产生巨大影响:社交网络,社交媒体,药物设计
二.使用网络的经典机器学习任务
1.节点分类
2.链接预测
3.社区识别:识别紧密相连的节点集群/簇)
4.网络相似性:评估两个网络/子网络的相似性
三.机器学习过程
1.传统机器学习到深度学习的变化
2.图的特征学习
目标:对网络进行有效的不依赖任务的特征学习
困难:现在的深度学习工具是依据简单的序列或网格结构设计的,而网络远比序列或网格复杂
网络的特点:
复杂拓扑结构(没有像网格的节点那样的特定空间位置)
没有固定的节点排序或参考点(同构问题)
经常为动态的且有多模态特征
四.内容大纲
1.node embeddings
2.Graph neural networks
3.applications
斯坦福Representation Learning on Networks-intro
最新推荐文章于 2024-06-24 18:14:21 发布