資料介紹
近年來,以微博、微信、Facebook為代表的社交網(wǎng)絡(luò)不斷發(fā)展,網(wǎng)絡(luò)表示學(xué)習(xí)引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注.傳統(tǒng)的網(wǎng)絡(luò)表示學(xué)習(xí)模型利用圖矩陣表示的譜特性。由于其效率低下、效果不佳。難以應(yīng)用到真實(shí)網(wǎng)絡(luò)中.近幾年,基于神經(jīng)網(wǎng)絡(luò)的表示學(xué)習(xí)方法因算法效率高、能較好保存網(wǎng)絡(luò)結(jié)構(gòu)信息,逐漸成為網(wǎng)絡(luò)表示學(xué)習(xí)的主流算法.網(wǎng)絡(luò)中的節(jié)點(diǎn)因?yàn)椴煌愋偷年P(guān)系而相互連接,這些關(guān)系里隱藏了非常豐富的信息(如興趣、家人),但所有現(xiàn)存方法都沒有區(qū)分節(jié)點(diǎn)之間邊的關(guān)系類型,本文提出一個(gè)能夠編碼這種關(guān)系信息的無監(jiān)督網(wǎng)絡(luò)表示學(xué)習(xí)模型NEES,首先通過邊采樣得到能夠反映邊關(guān)系類型信息的邊向量,其次利用邊向量為圖中每個(gè)節(jié)點(diǎn)學(xué)習(xí)到一個(gè)低維表示.我們分別在幾個(gè)真實(shí)網(wǎng)絡(luò)數(shù)據(jù)上進(jìn)行了多標(biāo)簽分類、邊預(yù)測(cè)等任務(wù)。實(shí)驗(yàn)結(jié)果表明NEES方法能取得超過現(xiàn)存最好算法的優(yōu)異效果。且其是可規(guī)?;???梢院芎玫貞?yīng)用于大型網(wǎng)絡(luò)的表示與計(jì)算。

- 基于LSTM的表示學(xué)習(xí)-文本分類模型 18次下載
- 基于Motif結(jié)構(gòu)信息的網(wǎng)絡(luò)表示學(xué)習(xí)綜述 2次下載
- 結(jié)合帶權(quán)質(zhì)子圖的網(wǎng)絡(luò)表示學(xué)習(xí)算法 1次下載
- 基于LSTM網(wǎng)絡(luò)的在線學(xué)習(xí)課程推薦模型 6次下載
- 基于人類學(xué)習(xí)的網(wǎng)絡(luò)咨詢閱讀個(gè)性化模型 4次下載
- 網(wǎng)絡(luò)表示算法及其研究綜述 4次下載
- 融合實(shí)體信息的類別增強(qiáng)知識(shí)圖譜表示學(xué)習(xí)模型 4次下載
- 基于無監(jiān)督淺層神經(jīng)網(wǎng)絡(luò)聯(lián)合學(xué)習(xí)的表示方法 11次下載
- 基于預(yù)訓(xùn)練模型和長(zhǎng)短期記憶網(wǎng)絡(luò)的深度學(xué)習(xí)模型 19次下載
- 一種針對(duì)有向網(wǎng)絡(luò)表示學(xué)習(xí)的優(yōu)化方法 10次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 嵌入雙曲幾何的神經(jīng)網(wǎng)絡(luò)表示模型 10次下載
- 基于矩陣分解的網(wǎng)絡(luò)表示學(xué)習(xí)算法ANEMF 11次下載
- 新型生成對(duì)抗式分層網(wǎng)絡(luò)表示學(xué)習(xí)算法 16次下載
- 如何進(jìn)行改進(jìn)隨機(jī)游走進(jìn)行網(wǎng)絡(luò)表示學(xué)習(xí)算法資料說明 2次下載
- 高邊電流采樣與低變電流采樣區(qū)別 1838次閱讀
- 經(jīng)典卷積網(wǎng)絡(luò)模型介紹 572次閱讀
- PyTorch神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過程 532次閱讀
- 人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)機(jī)器學(xué)習(xí)模型的區(qū)別 1472次閱讀
- 深度學(xué)習(xí)中的模型權(quán)重 1633次閱讀
- 如何使用PyTorch建立網(wǎng)絡(luò)模型 446次閱讀
- 深度學(xué)習(xí)模型訓(xùn)練過程詳解 1411次閱讀
- 深度學(xué)習(xí)的模型優(yōu)化與調(diào)試方法 916次閱讀
- 如何使用TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型 1024次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程及與深度學(xué)習(xí)的差異 6004次閱讀
- 深度學(xué)習(xí)模型小型化處理的五種方法 4325次閱讀
- 太秀了!DeepMind推出最強(qiáng)表示學(xué)習(xí)模型BigBiGAN 4138次閱讀
- 自然語言的語義表示學(xué)習(xí)方法與應(yīng)用 7339次閱讀
- 機(jī)器學(xué)習(xí)模型的“可解釋性”的概念及其重要意義 1.9w次閱讀
- 人工智能--深度學(xué)習(xí)模型 6118次閱讀
下載排行
本周
- 1DC電源插座圖紙
- 0.67 MB | 2次下載 | 免費(fèi)
- 2AN158 GD32VW553 Wi-Fi開發(fā)指南
- 1.51MB | 2次下載 | 免費(fèi)
- 3AN148 GD32VW553射頻硬件開發(fā)指南
- 2.07MB | 1次下載 | 免費(fèi)
- 4AN111-LTC3219用戶指南
- 84.32KB | 次下載 | 免費(fèi)
- 5AN153-用于電源系統(tǒng)管理的Linduino
- 1.38MB | 次下載 | 免費(fèi)
- 6AN-283: Σ-Δ型ADC和DAC[中文版]
- 677.86KB | 次下載 | 免費(fèi)
- 7SM2018E 支持可控硅調(diào)光線性恒流控制芯片
- 402.24 KB | 次下載 | 免費(fèi)
- 8AN-1308: 電流檢測(cè)放大器共模階躍響應(yīng)
- 545.42KB | 次下載 | 免費(fèi)
本月
- 1ADI高性能電源管理解決方案
- 2.43 MB | 450次下載 | 免費(fèi)
- 2免費(fèi)開源CC3D飛控資料(電路圖&PCB源文件、BOM、
- 5.67 MB | 138次下載 | 1 積分
- 3基于STM32單片機(jī)智能手環(huán)心率計(jì)步器體溫顯示設(shè)計(jì)
- 0.10 MB | 130次下載 | 免費(fèi)
- 4使用單片機(jī)實(shí)現(xiàn)七人表決器的程序和仿真資料免費(fèi)下載
- 2.96 MB | 44次下載 | 免費(fèi)
- 53314A函數(shù)發(fā)生器維修手冊(cè)
- 16.30 MB | 31次下載 | 免費(fèi)
- 6美的電磁爐維修手冊(cè)大全
- 1.56 MB | 24次下載 | 5 積分
- 7如何正確測(cè)試電源的紋波
- 0.36 MB | 17次下載 | 免費(fèi)
- 8感應(yīng)筆電路圖
- 0.06 MB | 10次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935121次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420062次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233088次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191367次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183335次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81581次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73810次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
電子發(fā)燒友App






創(chuàng)作
發(fā)文章
發(fā)帖
提問
發(fā)資料
發(fā)視頻
上傳資料賺積分
評(píng)論