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。
西电TKDE 2021 | 可解释高效的异质图卷积神经网络
专知会员服务
25+阅读 · 2021年11月14日
麦克瑞大学最新「深度学习社区检测」综述论文,28页pdf
最新《图机器学习》综述论文,19页pdf
专知会员服务
147+阅读 · 2021年5月5日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
专知会员服务
28+阅读 · 2021年2月26日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
43+阅读 · 2021年2月1日
专知会员服务
64+阅读 · 2020年9月24日
【KDD2020教程】多模态网络表示学习
专知会员服务
128+阅读 · 2020年8月26日
微信扫码咨询专知VIP会员