动态网络表示学习研究进展OA北大核心CSCDCSTPCD
Dynamic Network Representation Learning:A Review
网络表示学习旨在将网络信息表示为低维稠密的实数向量,解决链接预测、异常检测、推荐系统等任务.近年来,网络表示学习研究取得重大进展,但研究多基于静态网络,而真实世界构成的网络是动态变化的,对动态网络分析的需求日益增加.本文总结了当前动态网络表示学习的方法与研究进展,首先提出网络表示学习的动机,阐述动态网络以及表示学习的发展历史与理论基础;接着,系统概述了大量动态网络嵌入方法,包括基于矩阵分解的动态图嵌入、基于随机游走的动态图嵌入、基于深度学习的动态…查看全部>>
曹燕;董一鸿;邬少清;陈华辉;钱江波;潘善亮
宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211宁波大学信息科学与工程学院,浙江宁波315211
信息技术与安全科学
网络表示学习图嵌入深度学习图卷积网络
《电子学报》 2020 (10)
基于个性化体验的虚拟家居设计算法研究
2047-2059,13
浙江省自然科学基金(No.LY20F020009,No.LZ20F020001)国家自然科学基金(No.61502133)
评论