×

动态记录仪2vec

swMATH ID: 40462
软件作者: 帕拉什·戈亚尔(Palash Goyal)、苏吉特·罗卡·切特里(Sujit Rokka Chhetri)、阿基米德斯·卡内多(Arquimedes Canedo)
描述: dyngraph2vec:使用动态图表示学习捕获网络动力学。学习图表示是一项基本任务,旨在捕获向量空间中图的各种属性。最新的方法学习静态网络的这种表示。然而,现实世界中的网络随着时间的推移而演变,并且具有不同的动态。捕捉这种进化是预测看不见网络特性的关键。为了理解网络动态如何影响预测性能,我们提出了一种嵌入方法,该方法学习动态图中的进化结构,并可以更高精度地预测看不见的链接。我们的模型dyngraph2vec使用由密集和重复层组成的深层架构来学习网络中的时间转换。我们激发了捕获动力学的需求,以便对使用随机块模型创建的玩具数据集进行预测。然后,我们在两个真实数据集上演示了dyngraph2vec相对于现有最先进方法的有效性。我们观察到,学习动态可以提高嵌入质量,并在链接预测中产生更好的性能。
主页: https://arxiv.org/abs/1809.02657
源代码:  https://github.com/palash1992/DynamicGEM(动态GEM)
相关软件: DynGEM公司;节点2vec;DeepWalk公司;单词2vec;PyTorch公司;DeepStack公司;gBoost公司;github;StellarGraph公司;亚当;预测;预测;深水潜水;metatah2vec;凯莱网;S变速箱;RDF2vec公司;RelNN公司;PyG公司;火炬差异
引用于: 5文件

按年份列出的引文