1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 文学论文

基于自注意力与双曲空间的网络表示学习研究.pdf

基于自注意力与双曲空间的网络表示学习研究.pdf

    摘要

    现实中的网络通常具有高维稀疏性，直接处理网络的原始特征计算复杂度极高。网

    络表示学习通过将节点映射到低维稠密向量空间，降低数据维度，同时保留关键拓扑和

    语义信息，显著提高后续任务的计算效率与性能。因此，网络表示学习在数据挖掘和分

    析真实网络数据方面具有重大意义。然而，现有的大多网络表示学习方法在处理网络结

    构数据时，面临考虑信息单一、存在噪声边、欧式空间表征能力受限的问题，基于此，

    本文以自监督图注意力机制与双曲空间为基础，开展了以下研究：

    （1）提出了一种基于图结构学习和自监督注意力

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >