graph2vec(图形2vec) swMATH编号: 32340 软件作者: Annamalai Narayanan、Mahinthan Chandramohan、Rajasekar Venkatesan、Lihui Chen、Yang Liu、Shantanu Jaiswal 描述: graph2vec:学习图的分布式表示。最近关于图结构数据表示学习的研究主要集中在学习图子结构的分布式表示,如节点和子图。然而,许多图分析任务(如图分类和聚类)需要将整个图表示为固定长度的特征向量。虽然上述方法天生不具备学习此类表示的能力,但图核仍然是获取它们的最有效方法。然而,这些图形内核使用手工制作的特征(例如,最短路径、graphlet等),因此受到诸如泛化能力差等问题的阻碍。为了解决这个局限性,在这项工作中,我们提出了一个名为graph2vec的神经嵌入框架来学习任意大小图的数据驱动分布式表示。graph2vec的嵌入是以无监督的方式学习的,并且是不受任务限制的。因此,它们可以用于任何下游任务,如图分类、聚类,甚至播种监督表示学习方法。我们在几个基准数据集和大型真实数据集上的实验表明,graph2vec在分类和聚类精度方面比子结构表示学习方法有显著提高,并且与最先进的图核相竞争。 主页: https://arxiv.org/abs/1707.05005 源代码: https://github.com/benedekrozemberczki/graph2vec 关键词: 人工智能;arXiv_cs。人工智能;arXiv_cs。氯;密码学;安全性;arXiv_cs。CR公司;神经和进化计算;arXiv_cs。无;arXiv_cs。东南方 相关软件: 节点2vec;DeepWalk公司;单词2vec;伦敦银行支持向量机;AFGen公司;线路;正弦;数字Py;RolX公司;GraRep公司;PyGSP公司;FSCNMF公司;节点开关;GL2vec公司;科学Py;PyTorch公司;TensorFlow公司;Scikit公司;NetLSD公司;图形工具 引用于: 11文件 全部的 前5名39位作者引用 1 内斯林·K·艾哈迈德。 1 布哈诺夫,D.G。 1 乔伊斯·周 1 尼巴拉·达斯 1 做,Kien 1 戈什,斯瓦尔南杜 1 毛里齐奥·佐丹奴 1 特蕾莎·贡萨尔维斯 1 马里奥·罗萨里奥·瓜拉西诺 1 郭晓阳 1 马修·赫恩。 1 Jason J.Jung。 1 Masayuki Karasuyama 1 斯米塔·克里希纳斯瓦米 1 马哈塔帕斯·昆都 1 李,O-Joun 1 马桂香 1 马,冉 1 露西娅·马达莱纳 1 马里奥·曼佐 1 迪安娜·尼德尔 1 阮,瘦 1 迈克尔·珀尔穆特 1 弗拉基米尔·米哈·洛维奇·波利亚科夫 1 保罗·夸雷斯马 1 医学硕士Red'kina。 1 萨卡·苏迪普 1 阿努伊·斯利瓦斯塔瓦 1 Holly R.牛排。 1 孙伟庆 1 一郎武内 1 Tran、Truyen 1 斯维萨·文卡泰什 1 悉达哈·维斯瓦纳特 1 尼古拉斯·N·弗拉西斯。 1 西奥多·威尔克。 1 吴浩天 1 吉田、友子 1 Yu,Philip S。 全部的 前5名10篇连载文章中引用 2 机器学习 1 人工智能 1 应用力学与工程中的计算机方法 1 数学成像与视觉杂志 1 控制论与系统分析 1 应用和计算谐波分析 1 数学与人工智能年鉴 1 数据挖掘与知识发现 1 计算机科学评论 1 Prikladnaya Diskretnaya Matematika公司 全部的 前5名在6个字段中引用 10 计算机科学(68至XX) 3 统计学(62-XX) 2 生物学和其他自然科学(92-XX) 1 组合数学(05-XX) 1 数值分析(65-XX) 1 可变形固体力学(74-XX) 按年份列出的引文