基于网络的表示学习研究旨在探索能够更好地研究分析复杂信息网络中的节点间的联系, 寻找解决信息网络背景下的各种实际问题的普适方法, 有效融合网络结构与节点外部信息, 形成更具区分性的网络表示. 近年来, 网络表示学习问题吸引了大量的研究者的目光, 相关的论文工作也层出不穷。
  1. 急求解答 :usair97和Coauthorships in network science...
  2. 网络结构中节点嵌入向量表达(network embedding)方法介绍
  3. HTTP/2首部压缩的OkHttp3实现 | 网易杭州前端技术部
  4. zhihu.com/lives
  5. 分布式系统理论
  6. 关于行为树实现的疑惑? - 知乎
  7. 基于社区发现算法和图分析Neo4j解读《权力的游戏》 | 神机喵算
  8. 卷积神经网络初探——LeNet-5的原理与手写数字识别的实现
  9. 使用深度卷积神经网络方法进行3D人脸重建
  10. Android上的网络响应日志技巧|Mi&Jack's blog
  11. 20150605_2300重看了《TCP/IP 详解,卷一:协议》的前 50...
  12. 神经网络学习与TensorFlow实践
  13. 如何处理十万级别的数据信息? - 知乎
  14. Linux 系统优化之Network
  15. Resources
  16. 数据科学笔记本
  17. [翻译] Fabric V1.0 术语
  18. 如何看待代码中滥用HashMap? - 知乎
  19. Chaincode 操作手册 - Hyperledger中文文档
  20. 网络编程中的各种格式转换函数
展开全文
微信扫码咨询专知VIP会员