[论文阅读笔记] node2vec Scalable Feature Learning for Networks
[论文阅读笔记] node2vec：Scalable Feature Learning for Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 由于DeepWalk的随机游走是完全无指导的随机采样，即随机游走不可控。本文 ...
原文：[论文阅读笔记] metapath2vec: Scalable Representation Learning for Heterogeneous Networks
论文阅读笔记 metapath vec: Scalable Representation Learning for Heterogeneous Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 解决问题 解决异构网络上的节点嵌入问题。 论文中指出了异构网络嵌入的两个关键问题： 在异构网络中，如何定义和建模节点邻域的概念 如何优化嵌入模型，使得其能够有效的保留多种类型的节点和边的 ...
2020-12-27 14:08 0 411 推荐指数：
相关推荐
metapath2vec 笔记
Homogeneous networks: representative of singular type of nodes and relationships Challenges: multiple types of nodes and links ...
[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks
[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 现有的异构网络（HIN）嵌入方法本质上可以归结为两个步骤 ...
论文解读（node2vec）《node2vec Scalable Feature Learning for Networks》
论文题目：《node2vec Scalable Feature Learning for Network》发表时间： KDD 2016 论文作者： Aditya Grover;Aditya Grover; Jure Leskovec论文地址： DownloadGithub ...
【笔记】论文阅读 | Matching networks for one shot learning
论文信息：Vinyals O, Blundell C, Lillicrap T, et al. Matching networks for one shot learning[C]//Advances in neural information processing systems. ...
【笔记】论文阅读 | Prototypical networks for few-shot learning
论文信息：Snell J, Swersky K, Zemel R. Prototypical networks for few-shot learning[C]//Advances in Neural Information Processing Systems. 2017 ...
《Learning Convolutional Neural Networks for Graphs》论文阅读
首先，容我吐槽一下这篇论文的行文结构、图文匹配程度、真把我搞得晕头转向，好些点全靠我猜测推理作者想干嘛，😈 背景 我们知道传统的CNN针对的是image，是欧氏空间square grid，那么使用同样square grid的卷积核就能对输入的图片进行特征的提取。在上一篇论文中，使用的理论 ...
论文阅读笔记（六十六）【ICCV2019】：Adversarial Representation Learning for Text-to-Image Matching
Methodology 作者提出TIMAM (Text-Image Modality Adversarial Matching)方法，比较简洁明了，具体包含三个部分： （1）特征提取器： 文 ...