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:使用动态图形表示学习捕获网络动态。学习图表示是一项基本任务,其目的是在向量空间中捕获图的各种属性。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,我们在两个真实世界的数据集上证明了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 全部的 前5名18位作者引用 1 安娜·贝蒂格。 1 冯小元 1 彼得·福赛斯(Peter A.Forsyth)。 1 里沙布·戈尔 1 Haghir Chehreghani,莫斯塔法 1 尼古拉斯·赫德。 1 杰恩,克什提吉 1 姜、韩 1 塞耶德·梅赫兰·卡泽米 1 伊万·科比泽夫 1 刘帅 1 Joshua C.尼尔。 1 Poupart,帕斯卡 1 任一龙 1 弗朗西斯科·桑娜·帕西诺 1 阿克沙伊·塞提 1 徐梦嘉 1 于海阳 5篇连载文章中引用 1 物理A 1 SIAM审查 1 计算与应用数学 1 数据挖掘与知识发现 1 机器学习研究杂志(JMLR) 在4个字段中引用 三 组合数学(05-XX) 三 计算机科学(68至XX) 2 统计学(62-XX) 1 统计力学,物质结构(82-XX) 按年份列出的引文