本研究探讨了图嵌入方法在网络扰动中的鲁棒性，发现鲁棒性受网络大小、初始社区划分强度和扰动类型等因素影响。node2vec和LLE方法在各种情况下表现出更高的鲁棒性，选择合适的图嵌入方法对于鲁棒性很重要。

图嵌入方法在社区检测中的稳健性
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证