![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
网络表示学习
大笨熊。。。
多看,多记,多学。
展开
-
从工业的实际应用角度看网络表示学习
从工业的实际应用角度看网络表示学习本文转载于AI科技大本营文章,如有冒犯,还望谅解。文章链接:https://www.sohu.com/a/340623157_999791799月6-7日,在由CSDN主办的2019中国AI开发者大会(AI ProCon 2019)的 机器学习专场中,知乎算法团队负责人孙付伟在机器学习专场中分享了《Graph Embedding及其在知乎的实践》。...转载 2019-12-17 21:28:40 · 288 阅读 · 0 评论 -
网络表示学习的概述(一)
网络表示学习的概述(一)本文源于知乎文章,如有冒犯,还望谅解。文章链接:https://zhuanlan.zhihu.com/p/32504175随着社交媒体的飞速发展,在线社交网络成为了人们赖以生存的第二世界。大规模社交网络用户的形成使得传统的网络表示方法遇到了瓶颈,由于随着深度学习技术的蓬勃发展以及受自然语言处理领域词嵌入技术的启发,自动学习网络中节点的向量表示成为近年来的研究热点...转载 2019-12-17 21:23:08 · 1279 阅读 · 0 评论 -
图神经网络(GCN) 详解(一)
图神经网络(GCN) 原理实现解读本文转载机器之心的的博文,如有冒犯,还望指正。原文链接地址如下:https://towardsdatascience.com/how-to-do-deep-learning-on-graphs-with-graph-convolutional-networks-7d2250723780何为图卷积网络?GCN 是一类非常强大的用于图数据的神经网...转载 2019-10-07 17:35:04 · 6881 阅读 · 6 评论 -
Skip-Gram模型深度解析
Skip-Gram模型的深度解析:本文转载于简书,地址: https://www.jianshu.com/p/da235893e4a5如有冒犯,请来联系,还望谅解。什么是Word2Vec和Embeddings? Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型,它被大量地用在自然语言处理(NLP)中。那么它是如何帮助我们做自然语言处理呢?Word2Vec其实...转载 2019-05-07 10:30:58 · 2898 阅读 · 0 评论 -
Word2vec原理浅析及gensim中word2vec使用
本文转载于以下博客链接:Word2vec原理浅析:https://blog.csdn.net/u010700066/article/details/83070102;gensim中word2vec使用:https://www.jianshu.com/p/b779f8219f74如有冒犯,还望谅解!Word2vec原理浅析及tensorflow实现Word2Vec是由Google的M...转载 2019-05-19 17:53:22 · 10526 阅读 · 1 评论 -
《Conditional Network Embeddings》论文分析
《Conditional Network Embeddings》发表在ICLR2019上论文解读:1.论文思路:考虑到现有嵌入方法所面临的一个困难是,某些网络由于其结构特性:比如(近似)多分性、一定程度的分布性、协调性等,从根本上难以嵌入。为了克服这一问题,本文在网络嵌入领域引入了创新的概念,并提出创建条件网络嵌入(CNEs);最大限度地增加与给定结构属性相关的信息(例如节点度、块密度...原创 2019-04-30 15:23:44 · 646 阅读 · 0 评论 -
《 Heterogeneous Network Embedding via Deep Architectures》 论文分析
《 Heterogeneous Network Embedding via Deep Architectures》 论文分析《Heterogeneous Network Embedding via Deep Architectures》发表在KDD20151.论文思路:在本文中,研究了具有不同类型节点和内容的异构网络的场景。设计了一种网络数据的深度嵌入算法。采用高度非线性的多层嵌入...原创 2019-04-30 15:20:55 · 1041 阅读 · 0 评论 -
《Heterogeneous Information Network Embedding for Recommendation》 论文分析
《Heterogeneous Information Network Embedding for Recommendation》论文解读1.论文思路为了嵌入HINs,设计了一种基于元路径的随机游走策略来生成有意义的节点序列进行网络嵌入。首先用一组融合函数对学习到的节点嵌入进行变换,然后将其集成到一个扩展矩阵分解模型中。对扩展的MF模型和融合函数进行了联合优化预测任务。在三个真实数据集的大量实验...原创 2019-05-05 17:28:17 · 2832 阅读 · 2 评论 -
《metapath2vec: Scalable Representation Learning for Heterogeneous Networks》论文分析
《metapath2vec: Scalable Representation Learning for Heterogeneous Networks》 发表在KDD2017 论文分析1.论文思路论文开发了两个可伸缩的表示学习模型,即metapath2vec和metapath2vec++。 metapath2vec模型正式化了基于元路径的随机游走来构造节点的异构邻居,然后利用异构的skip-gr...原创 2019-05-05 17:24:26 · 2729 阅读 · 0 评论 -
论文《Modeling Relational Data with Graph Convolutional Networks》解读
《Modeling Relational Data with Graph Convolutional Networks》本论文发表在arxiv2017。论文思路:论文引入了关系图卷积网络(R-GCNs),并将其应用于两个标准知识库上完成任务:链接预测(恢复缺失的事实,即主题-谓词-对象三元组)和实体分类(恢复缺失的实体属性)。RGCNs是专门为处理具有高度多关系数据特征的现实知识库。证明...原创 2019-04-03 16:14:53 · 5608 阅读 · 0 评论 -
《CapsE—Graph Classification via Capsule Neural Networks》解读
《Capsule Neural Networks for Graph Classification using Explicit Tensorial Graph Representations》论文解读论文地址:https://arxiv.org/abs/1902.083991.论文思想:提出一个模型通过对给出的数据集中每个图提取固定大小的张量信息,再利用胶囊网络进行图分类。本文是基于P...原创 2019-03-28 11:10:18 · 2462 阅读 · 0 评论 -
《HARP-Hierarchical Representation Learning for Networks》论文解读
《HARP-Hierarchical Representation Learning for Networks》论文解读1.论文思路:本论文遵循的是一个元策略提身网络嵌入的效果。想法是找到一个更小的图能够近似化原始图的全局结构,然后对这个简化的图进行初始化向量表示,以便更好的叠加到原始图的表示。然后基于这个想法提出:将图分解为一系列层次,然后将图的一系列层次结构从最初的层次结构嵌入表示一步...原创 2019-04-10 18:11:35 · 1595 阅读 · 0 评论 -
关联性图注意力网络:Relational Graph Attention Networks(ICLR2019)
Relational Graph Attention Networks(ICLR2019)关联性图注意力网络论文地址:https://openreview.net/forum?id=Bklzkh0qFm¬eId=HJxMHja3Y7解析:这篇论文整合了GCN+Attention+Relational三个内容来实现网络的节点表示进行节点分类和图分类任务,论文思路很简单,但是...原创 2019-03-27 19:48:43 · 10052 阅读 · 21 评论 -
胶囊图神经网络(CapsGNN)
胶囊图神经网络(CapsGNN)解析:通过将Hinton提出的胶囊神经网络与图神经网络进行结合,可以利用胶囊网络中动态路由机制更好的对图神经网络中提取的节点特征进行融合,能更好的进行图节点向量化表示,以达到后面完美的任务实现效果。具体实现过程见下论文。(本人近期正在做的一个论文思路,无奈今天看到南洋大神将这个思路实现了并发在2019ICLR顶会上 ,诶。。。加油再继续干了!!!)论...原创 2019-03-26 15:25:32 · 9946 阅读 · 10 评论 -
NRL论文解读:《Deep Network Embedding for Graph Representation Learning in Signed Networks》
《Deep Network Embedding for Graph Representation Learning in Signed Networks》1.论文思路:针对有符号网络的网络嵌入,作者提出了深度网络嵌入模型,采用半监督堆叠自动编码器重构给定的有符号网络的邻接矩阵,考虑到有符号网络的独特属性,存在大量的正链多于负链,通过施加惩罚,使得编码器更加关注于重建稀缺的负链,而且为保持有...原创 2019-03-04 16:57:34 · 861 阅读 · 0 评论 -
网络表示学习简单总结(一)
1. 网络表示学习的定义 简单来说,网络表示学习就是通过相关算法将网络中的节点用一个低维稠密的向量空间表示(其中向量空间的维度远远小于节点的总个数),并且能够保持原有网络的相关结构和特征,然后再输入到深度学习的相关算法去完成节点分类,链路预测以及网络可视化等任务。2. 网络表示学习算法的研究2.1 基于网络结构的网络表示学习2.1.2 利用矩阵特征向量计算:早期的算法研...原创 2019-03-06 17:39:50 · 6728 阅读 · 3 评论