图节点嵌入(Node Embeddings)概述,9页pdf

2020 年 8 月 22 日 专知

这部分是关于学习节点嵌入的方法。这些方法的目标是将节点编码为低维向量,这些低维向量总结了它们的图位置和它们的局部图邻域的结构。换句话说,我们希望项目节点为一个潜在的空间,在这个潜在的空间几何关系对应关系(例如,边缘)在原来的图或网络(Ho↵et al ., 2002)(图3.1)。在本章中,我们将提供简单和加权图的节点嵌入方法的概述。


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“NE9” 可以获取《图节点嵌入(Node Embeddings)概述,9页pdf》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
15

相关内容

【斯坦福CS520】向量空间中嵌入的知识图谱推理,48页ppt
专知会员服务
101+阅读 · 2020年6月11日
【AAAI2020知识图谱论文概述】Knowledge Graphs @ AAAI 2020
专知会员服务
133+阅读 · 2020年2月13日
最新《图嵌入组合优化》综述论文,40页pdf
图表示学习Graph Embedding综述
AINLP
33+阅读 · 2020年5月17日
图嵌入(Graph embedding)综述
人工智能前沿讲习班
449+阅读 · 2019年4月30日
Network Embedding 指南
专知
21+阅读 · 2018年8月13日
Arxiv
7+阅读 · 2018年3月21日
Arxiv
26+阅读 · 2018年2月27日
Arxiv
3+阅读 · 2018年2月7日
Arxiv
4+阅读 · 2017年10月30日
VIP会员
Top
微信扫码咨询专知VIP会员