一种近似图神经网络框架的无监督链路预测算法OA北大核心CSTPCD
对于无标签网络,由于基于图神经网络的链路预测方法使用其高效建模机制进行链路预测任务时性能较差,因此,提出了一种近似图神经网络框架的无监督链路预测算法(ALIP),旨在模拟图神经网络算法的高效建模机制和学习过程,解决网络节点标签缺失导致的建模不充分问题。首先,参照GCN的输入层,融合网络的结构信息和节点属性;其次,使用矩阵分解替代GCN的隐藏层,模拟正向传播;再次,借鉴恒等映射和高阶近邻的思想实现向量转化和模型优化,从而得出网络节点表示向量,该过程…查看全部>>
李格格;冶忠林;曹淑娟;周琳;王雪力
青海师范大学计算机学院,青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室,青海西宁810008青海师范大学计算机学院,青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室,青海西宁810008青海师范大学计算机学院,青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室,青海西宁810008青海师范大学计算机学院,青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室,青海西宁810008青海师范大学计算机学院,青海西宁810008 青海师范大学藏语智能信息处理及应用国家重点实验室,青海西宁810008
计算机与自动化
矩阵分解向量优化图卷积神经网络相似度矩阵链路预测高阶近邻
《郑州大学学报（工学版）》 2024 (6)
P.75-82,8
国家重点研发计划(2020YFC1523300)青海省创新平台建设项目(2022-ZJ-T02)。
评论