-
公开(公告)号：CN110674929A
公开(公告)日：2020-01-10
申请号：CN201910886809.1
申请日：2019-09-19
Applicant: 东北大学
Abstract: 本发明提供一种基于网络结构相似性的对抗网络表示学习方法，涉及大图数据处理领域。该方法包括：计算给定图中各网络节点对结构相似度，并选取判别器模型训练的正样本集合；计算给定图的全局连通性概率分布；设计节点对结构相似性的判别函数；采用有偏二跳随机游走策略得到判别器模型训练的负样本集合；对判别器模型进行训练，直至优化达到纳什均衡，输出生成器模型和判别器模型的参数。本方法利用网络节点对结构相似度学习节点低维表示向量，得到的表示向量适合于各类网络数据挖掘任务，具有理论保证和实验保证，同时，采用生成对抗训练框架设计了基于截断二步随机游走的生成器模型和基于全局连通性分布相似性的判别器模型，加强了方法的鲁棒性。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
