科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2020-06-28
来源:社媒派SMP
题目:Adaptive Graph Encoder for Attributed Graph Embedding
作者:崔淦渠(清华大学),周界(清华大学),杨成(北京邮电大学),刘知远(清华大学)
会议:ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, 2020
AGE由两个模块组成:(1) 设计良好的非参数化拉普拉斯平滑滤波器进行低通滤波,以获得平滑的特征;(2) 经过平滑的节点特征被输入自适应编码器,学习表示能力更强的节点嵌入。为了代替基于重构的训练目标,我们在这一步采用自适应学习,从节点对相似矩阵中选择训练样本,并迭代地对嵌入进行微调。
图1: 模型示意图
图2: 节点聚类实验结果
图3: 链接预测实验结果
责任编辑:杨成
来源:CIPS-SMP 社媒派SMP
原文链接:https://mp.weixin.qq.com/s?__biz=MzA5OTQ5MDE0Mw==&mid=2651121558&idx=1&sn=0f9271de57f9365c08056051fb765b3f&chksm=8b71c7a6bc064eb03f2615d56d5579550a9cd0ee3c459db58a72a041c70ee047e888036ae39a#rd
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
自适应模糊联想记忆
自适应二进制优化
自适应跳频
自适应数据采集
自适应模型
KDD20 | AM-GCN:自适应多通道图卷积网络
自适应可伸缩纹理压缩
自适应光学
领域自适应
卷积学习与图像识别的技术发展