高维多重网络嵌入的层次聚合
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了一种基于分层聚合的高维多重图嵌入方法HMGE,通过学习图维度的分层组合和在每个层次进行嵌入的方式,揭示了多重图维度中隐藏的复杂信息和潜在结构,并通过局部补丁和全局摘要之间的互信息最大化来训练模型以捕捉图中处于不同位置但具有全局相关信息的能力。实验证明该方法在链接预测和节点分类等任务中适用。
🎯
关键要点
-
提出了一种基于分层聚合的高维多重图嵌入方法HMGE。
-
通过学习图维度的分层组合和在每个层次进行嵌入,揭示多重图维度中的复杂信息和潜在结构。
-
模型通过局部补丁和全局摘要之间的互信息最大化进行训练。
-
该方法能够捕捉图中不同位置但具有全局相关信息的能力。
-
实验证明该方法在链接预测和节点分类等任务中的适用性。
➡️