基于测地线中心度的图谱嵌入
谢·道奇(Shay Deutsch)、斯特凡诺·索托(Stefano Soatto)
第26届国际人工智能与统计会议论文集,PMLR 206:10505-105192023年。
摘要
我们介绍了图Sylvester嵌入(GSE),这是一种局部相似性、连通性和全局结构的无监督图表示。GSE使用Sylvester方程的解来在单个表示中捕获网络结构和邻域邻近性。与基于拉普拉斯特征向量的嵌入不同,GSE包含两个或多个基函数,例如使用拉普拉斯和亲和矩阵。这些基函数不是从原始图构造的,而是来自于其权重测量原始图中边的中心性(通过该边的最短路径数的分数)的边。当用于数据分析任务时,如预测材料科学中的失效边缘和人类SARS CoV-2蛋白-蛋白质相互作用组中的网络对齐,这使得表现复杂网络结构的灵活性和控制能力更强,并显示出与现有技术相比的显著改进。
引用本文
相关材料