基于图卷积集成的网络表示学习OA北大核心CSTPCD
Network representation learning using graph convolution ensemble
针对现有网络表示学习方法泛化能力较弱等问题,提出了将stacking集成思想应用于网络表示学习的方法,旨在提升网络表示性能.首先,将3个经典的浅层网络表示学习方法DeepWalk、Node2Vec、Line作为并列的初级学习器,训练得到三部分的节点嵌入拼接后作为新数据集;然后,选择图卷积网络(graph convolutional network,GCN)作为次级学习器对新数据集和网络结构进行stacking集成得到最终的节点嵌入,GCN处理半监…查看全部>>
常新功;王金珏
山西财经大学 信息学院,山西 太原 030006山西财经大学 信息学院,山西 太原 030006
信息技术与安全科学
网络表示学习集成学习图卷积网络社交网络深度学习特征学习节点嵌入信息网络嵌入
《智能系统学报》 2022 (3)
基于深度迁移学习的跨领域文本情感分类方法研究
547-555,9
国家自然科学基金项目(61906110)山西财经大学研究生创新项目(21cxxj088).
评论