题目: Structural Patterns and Generative Models of Real-world Hypergraphs

简介:

图已被用作对人或物之间的成对关系建模的强大工具。这种结构是一种特殊类型的概念,称为超图,其中每个超边可能包含任意数量的节点,而不仅仅是两个。大量的数据集都是这种形式的-例如,从组织发送的电子邮件的收件人列表,用户参与讨论的主题或在非在线问题中标记的主题标签。但是,由于表示形式复杂且缺少适当的工具,因此很少关注探索这些交互中的基本模式。在这项工作中,我们根据经验研究了多个跨领域的超图数据集。为了进行深入研究,我们引入了多级分解方法,该方法通过一组成对图表示每个超图。每个成对的图(我们称为k级分解图)捕获了k个节点的子集对之间的交互作用。根据经验,我们发现一个示教分解级,研究的超图遵循五个结构特性。这些属性用作评估超图的标准,并为超图生成问题奠定基础。我们还提出了一种超图生成器,它非常简单,但能够满足这些评估指标,而其他基线生成器模型则很难实现。

成为VIP会员查看完整内容
35

相关内容

【干货书】图形学基础,427页pdf
专知会员服务
143+阅读 · 2020年7月12日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
论文荐读:理解图表示学习中的负采样
学术头条
28+阅读 · 2020年5月29日
KDD 2019论文解读:异构信息网络上的对抗生成学习
云栖社区
22+阅读 · 2019年8月21日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
GANs之父Ian Goodfellow力荐:GANs的谱归一化
论智
8+阅读 · 2017年11月25日
Arxiv
17+阅读 · 2019年3月28日
Arxiv
15+阅读 · 2018年4月5日
Arxiv
6+阅读 · 2018年2月24日
VIP会员
相关主题
相关VIP内容
【干货书】图形学基础,427页pdf
专知会员服务
143+阅读 · 2020年7月12日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
微信扫码咨询专知VIP会员