基于多层图融合理论的动态网络表征学习.docxVIP

基于多层图融合理论的动态网络表征学习.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

PAGEV

西安交通大学本科毕业设计（论文）

PAGEV

基于多层图融合理论的动态网络表征学习

摘要

有关网络表征的研究近日已经引起了越来越多学界和工业界的关注，其目标是给网络中的节点学习低维的向量表征。在现实世界中，网络，例如社交网络和生物网络，都是随着时间逐渐演化的。然而，目前绝大多数的网络表征方法研究都仅仅关注了静态网络而非动态网络。

本文提出了一种新颖的动态网络表征学习方法，通过在网络时间序列上设置一个可以滑动的“窗口”，使得在为动态网络某一时间节点的网络快照的学习表征时，可以利用正则项融合窗口内的时间序列上的多层网络快照的信息，也就是所谓的历史信息。然后，窗口

文化创造价值

咨询Ta 进入空间

更多 >