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。

成为VIP会员查看完整内容
39

相关内容

专知会员服务
73+阅读 · 2020年8月25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
图表示学习Graph Embedding综述
AINLP
33+阅读 · 2020年5月17日
网络表示学习概述
机器学习与推荐算法
19+阅读 · 2020年3月27日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
图神经网络(Graph Neural Networks,GNN)综述
极市平台
104+阅读 · 2019年11月27日
知识图谱嵌入(KGE):方法和应用的综述
专知
56+阅读 · 2019年8月25日
Graph Neural Networks 综述
计算机视觉life
29+阅读 · 2019年8月13日
GraphSAGE:我寻思GCN也没我牛逼
极市平台
11+阅读 · 2019年8月12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
Arxiv
102+阅读 · 2020年3月4日
Knowledge Representation Learning: A Quantitative Review
Arxiv
31+阅读 · 2018年11月13日
Arxiv
7+阅读 · 2018年3月21日
Arxiv
3+阅读 · 2018年2月11日
VIP会员
相关VIP内容
相关资讯
图表示学习Graph Embedding综述
AINLP
33+阅读 · 2020年5月17日
网络表示学习概述
机器学习与推荐算法
19+阅读 · 2020年3月27日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
图神经网络(Graph Neural Networks,GNN)综述
极市平台
104+阅读 · 2019年11月27日
知识图谱嵌入(KGE):方法和应用的综述
专知
56+阅读 · 2019年8月25日
Graph Neural Networks 综述
计算机视觉life
29+阅读 · 2019年8月13日
GraphSAGE:我寻思GCN也没我牛逼
极市平台
11+阅读 · 2019年8月12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
微信扫码咨询专知VIP会员