主题: Deep Learning for Community Detection: Progress, Challenges and Opportunities

摘要: 由于社区代表着相似的观点,相似的功能,相似的目的等,因此社区检测在科学查询和数据分析中都是重要且极其有用的工具。 但是,随着深度学习技术展示出以令人印象深刻的性能处理高维图数据的能力日益增强,诸如频谱聚类和统计推断之类的经典社区检测方法正在逐渐被淘汰。 因此,对通过深度学习进行社区发现的当前进展进行调查是及时的。 本文分为三个领域,分别是深度神经网络,深度图嵌入和图神经网络,本文总结了各个框架中各种框架,模型和算法的贡献以及当前尚未解决的挑战以及 未来的研究机会有待探索。

成为VIP会员查看完整内容
46

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
219+阅读 · 2020年8月1日
专知会员服务
80+阅读 · 2020年6月20日
【清华大学】低资源语言:回顾综述和未来的挑战,14页pdf
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
专知会员服务
103+阅读 · 2020年3月12日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
专知会员服务
199+阅读 · 2020年3月6日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
深度学习技术发展趋势浅析
人工智能学家
27+阅读 · 2019年4月11日
人脸识别研究取得进展
中科院之声
4+阅读 · 2019年3月26日
清华朱军教授:机器学习未来的几大挑战与目前进展
DeepTech深科技
4+阅读 · 2018年10月29日
计算机视觉方向简介 | 目标检测最新进展总结与展望
计算机视觉life
9+阅读 · 2018年10月28日
深度学习角度 | 图像识别将何去何从?
机器学习算法与Python学习
5+阅读 · 2018年10月9日
深度学习应用于网络空间安全所面临的十大问题与机遇
计算机研究与发展
21+阅读 · 2018年6月7日
Arxiv
12+阅读 · 2020年6月20日
CoQA: A Conversational Question Answering Challenge
Arxiv
7+阅读 · 2018年8月21日
Arxiv
3+阅读 · 2018年3月13日
VIP会员
相关VIP内容
专知会员服务
219+阅读 · 2020年8月1日
专知会员服务
80+阅读 · 2020年6月20日
【清华大学】低资源语言:回顾综述和未来的挑战,14页pdf
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
专知会员服务
103+阅读 · 2020年3月12日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
专知会员服务
199+阅读 · 2020年3月6日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
相关资讯
深度学习技术发展趋势浅析
人工智能学家
27+阅读 · 2019年4月11日
人脸识别研究取得进展
中科院之声
4+阅读 · 2019年3月26日
清华朱军教授:机器学习未来的几大挑战与目前进展
DeepTech深科技
4+阅读 · 2018年10月29日
计算机视觉方向简介 | 目标检测最新进展总结与展望
计算机视觉life
9+阅读 · 2018年10月28日
深度学习角度 | 图像识别将何去何从?
机器学习算法与Python学习
5+阅读 · 2018年10月9日
深度学习应用于网络空间安全所面临的十大问题与机遇
计算机研究与发展
21+阅读 · 2018年6月7日
微信扫码咨询专知VIP会员