FCA2VEC公司 swMATH ID: 44054 软件作者： 杜尔施纳贝尔，多米尼克；汤姆·汉尼卡（Tom Hanika）；马克西米利安·斯塔比曼 说明： FCA2VEC：用于形式概念分析的嵌入技术。将大量高维数据嵌入低维向量空间是计算处理当代数据集的必要任务。取代“潜在语义分析”的最新方法，如“word2vec”或“node2vec“，是这一领域的成熟工具。在本论文中，我们引入了“fca2vec”，这是一系列用于形式概念分析（FCA）的嵌入技术。我们的调查有助于两个不同的研究方向。首先，我们能够将FCA概念应用于大型数据集。特别地，我们演示了如何从计算上可行的嵌入中检索概念格的覆盖关系。其次，我们对低维经典节点2vec方法进行了改进。对于两个方向，FCA对可解释结果的总体约束得以保留。我们通过计算不同数据集（如wiki44（Wikidata知识图的密集部分）、Mushroom数据集和源自FCA社区的发布网络）上的fca2vec来评估我们的新程序。 主页： https://arxiv.org/abs/1911.11496 关键词： 向量空间嵌入;覆盖关系;链路预测;复杂数据;单词2vec;形式概念分析;闭集;低维嵌入 相关软件： 维基数据库;PRMLT公司;Scikit公司;单词2vec;ConExp公司;DeepWalk公司;RDF2vec公司;韦姆贝德;论文2vec;节点2vec;k平均值++;UCI-毫升 引用于： 1文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 FCA2VEC：用于形式概念分析的嵌入技术。 Zbl 1529.68279号多米尼克·杜尔施纳贝尔;汤姆，哈妮卡;马克西米利安·斯塔比曼 2022 3位作者引用 1 多米尼克·杜尔施纳贝尔 1 汤姆·汉尼卡 1 斯塔伯曼，马克西米利安 0连载引用 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文