Graph embedding, aiming to learn low-dimensional representations (aka. embeddings) of nodes, has received significant attention recently. Recent years have witnessed a surge of efforts made on static graphs, among which Graph Convolutional Network (GCN) has emerged as an effective class of models. However, these methods mainly focus on the static graph embedding. In this work, we propose an efficient dynamic graph embedding approach, Dynamic Graph Convolutional Network (DyGCN), which is an extension of GCN-based methods. We naturally generalizes the embedding propagation scheme of GCN to dynamic setting in an efficient manner, which is to propagate the change along the graph to update node embeddings. The most affected nodes are first updated, and then their changes are propagated to the further nodes and leads to their update. Extensive experiments conducted on various dynamic graphs demonstrate that our model can update the node embeddings in a time-saving and performance-preserving way.


翻译:图像嵌入旨在学习节点的低维表示(aka. 嵌入),最近受到高度重视。近些年来,静态图上的努力激增,其中图变网络(GCN)已成为有效的模型。但是,这些方法主要侧重于静态图嵌入。在这项工作中,我们提出了一个高效的动态图嵌入方法,即动态图变化网络(DyGCN),这是以GCN为基础的方法的延伸。我们自然地将GCN嵌入的传播方案推广到一个高效的动态设置,即沿着图表传播变化以更新节点。最受影响的节点首先更新,然后将其变化传播到进一步的节点,并导致其更新。在各种动态图上进行的广泛实验表明,我们的模型可以以节省时间和保持性能的方式更新节点嵌入。

3
下载
关闭预览

相关内容

【KDD2020】 图神经网络在生物医药领域的应用
专知会员服务
37+阅读 · 2020年11月2日
【NeurIPS2020-MIT】子图神经网络,Subgraph Neural Networks
专知会员服务
45+阅读 · 2020年9月28日
图节点嵌入(Node Embeddings)概述,9页pdf
专知会员服务
36+阅读 · 2020年8月22日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
图节点嵌入(Node Embeddings)概述,9页pdf
专知
11+阅读 · 2020年8月22日
论文浅尝 | GEOM-GCN: Geometric Graph Convolutional Networks
开放知识图谱
14+阅读 · 2020年4月8日
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Network Embedding 指南
专知
21+阅读 · 2018年8月13日
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
【论文】图上的表示学习综述
机器学习研究会
12+阅读 · 2017年9月24日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
3+阅读 · 2020年4月29日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
23+阅读 · 2018年10月24日
VIP会员
相关论文
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
3+阅读 · 2020年4月29日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
23+阅读 · 2018年10月24日
Top
微信扫码咨询专知VIP会员