《融合属性信息的半监督社团检测方法》

分享一篇论文:这篇论文提出了一种融合节点属性的半监督社团检测算法(SCDAN),基于非负矩阵分解模型,将网络拓扑、节点属性与半监督信息有效地融合在统一的目标函数中,实现了结构与内容信息、半监督与属性信息的互补。其次,推导出目标函数对应的更新规则,利用KKT条件优化目标函数,进而得到较为准确的社团检测结果。并用实验验证了网络结构、节点属性与半监督信息三者均对社团检测结果有不同程度的提升。最后,在真实数据集上对模型进行验证,与多种对比算法进行比较分析,证明SCDAN算法在社团检测的准确度和稳定性上具有优越性。并...

Continue Reading »
分享到:

Learning on Graphs Conference(LoG)会议(主要关注于图领域)

Learning on Graphs Conference(LoG)会议,区别于NeurIPS,ICML和ICLR等学术会议,这个新举办的会议接收的投稿都与图&几何机器学习相关。作为第一届举办的会议,Log 2022一共接收了 83 篇文章,包括 12 篇spotlight和 71 篇poster文章。 这是一个致力于图学习的新会议主要是针对图机器学习的研究。会议的组织着和顾问委员会基本上是由图学习领域的权威专家组成的。 完整版 LOG 2022 Conference | OpenReview Node ...

Continue Reading »
分享到:

论文分享-Pairwise Learning for Neural Link Prediction(自研对比学习LP框架)

摘要 对比学习链路预测框架PLNLP,由四个主要部分组成,即邻域编码器、链路预测器、负采样器和目标函数。 任何通用图神经卷积,如GCN[Kipf and Welling,2016a]和SAGE[Hamilton et al.,2017],或链接预测特定的神经架构,如SEAL[Zhang and Chen,2018]、NANs[Wang et al.、2020]和HalpNet[Wang等人,2021],都可以用作邻域编码器 对于链接预测器,我们设计了不同的评分函数,可以根据不同类型的图进行选择。 在负采样...

Continue Reading »
分享到:

#期末DDL记录

社区发展的理论与实践【 12月31日 】【 中午12点之前 】,邮箱:lidongquan@ruc.edu.cn,文件名【学号 姓名】 城市制度经济学;文献综述;不少于3000字 【1月8日】【晚上8点之前】 ,邮箱 2020101290@ruc.edu.cn ,文件与邮件命名【姓名+学号】 统筹城乡发展【待定】,包括一个展示【1.10】,一篇论文【紧扣二元结构】以及一篇读书笔记【有指定书目】 公共管理学 【1月10日】【晚上24点前】 ,不少于3000字,把问题、观点、逻辑阐释清楚,邮箱: 202110...

Continue Reading »
分享到: