基于卷积图神经网络的多粒度表示学习框架OACSTPCD
Multi-granular representation learning framework for Convolutional Graph Neural Networks
卷积图神经网络(Convolutional Graph Neural Network,ConvGNN)以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中,多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能,但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题,提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL,分为四个模块:粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不…查看全部>>
张蕾;钱峰;赵姝;陈洁;杨雪洁;张燕平
安徽大学计算机科学与技术学院,合肥,230601||铜陵学院数学与计算机学院,铜陵,244061安徽大学计算机科学与技术学院,合肥,230601||铜陵学院数学与计算机学院,铜陵,244061安徽大学计算机科学与技术学院,合肥,230601安徽大学计算机科学与技术学院,合肥,230601合肥师范学院计算机学院,合肥,230601安徽大学计算机科学与技术学院,合肥,230601
信息技术与安全科学
网络表示学习多粒度卷积图神经网络嵌入注意力
《南京大学学报（自然科学版）》 2023 (1)
异质信息网络的多粒度表示与知识获取方法研究
43-54,12
国家自然科学基金(61876001),安徽省高校优秀人才支持计划(gxyq2020054),安徽省高校优秀青年骨干人才国内外访学研修项目(gxgnfx2021148,gxgnfx2021143),安徽省高校科研计划项目(2022AH051749)
评论