阅读更多,欢迎关注公众号:论文收割机(paper_reader)
原文链接:网络表达学习系列(二):基于自编码器的网络嵌入(Structural Deep Network Embedding)
这一次我们来讲第一次将深度学习技术用到网络表达学习中去的文章。本次的论文发表在KDD’16,文章名为“Structural Deep Network Embedding”,由清华大学崔鹏团队发表。这篇文章核心思想是将深度自编码器引用到网络嵌入问题,因此在之后的内容我们先介绍什么是自编码器,然后再谈谈如何将其应用到网络领域。
深度自编码器算法(Deep Auto-Encoder)算法
深度自编码器是一个经典的深度学习算法,它的主要思想是将输入数据压缩成一个比较短的编码,再用此编码还原输入得到输出,通过减少输入和输出的差别来尽可能减少信息损失。由图1所示,