基于嵌套生成对抗学习的网络嵌入OA北大核心CSTPCD
Network Embedding Based on Nested Generative Adversarial Networks
当前网络嵌入研究更多关注信息网络结构和结点之间一阶或高阶近似关系,对于网络结点自身属性考虑较少.本文提出一种嵌套的生成对抗网络模型N-GAN(Nesting Generative Adversarial Networks for Network Embed?ding),实现了网络结构和节点属性同时嵌入到低维向量,从而最大程度保存原始高维信息网络特征.N-GAN模型设计灵活,具有很好的延伸性和扩张性,并在真实数据上验证了N-GAN的性能及其稳定性,其嵌入的低维表示在不同应用中表现出不错的性能.
沈鹏飞;徐臻;王英
中国电子科技南湖研究院,浙江嘉兴314001中国电子科技南湖研究院,浙江嘉兴314001吉林大学计算机科学与技术学院,吉林长春130012
信息技术与安全科学
数据挖掘网络嵌入生成对抗学习信息网络
《电子学报》 2022 (9)
大规模异质信息网络摘要和摘要可解释性研究
2155-2163,9
国家自然科学基金(No.61872161)
评论