【文章推荐】[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks

原文：[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正样本生成和负样本生成在这些样本上训练模型优化目标函数以得到更合适的节点嵌入。目前主流的异构网络嵌入方法存在以下几个问题： Problem ：首 ...

2021-06-05 09:00 1 215 推荐指数：

查看详情

[论文阅读笔记] metapath2vec: Scalable Representation Learning for Heterogeneous Networks

[论文阅读笔记] metapath2vec: 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 (1) 解决问题解决异构网络上的节点嵌入 ...

论文笔记之：Semi-Supervised Learning with Generative Adversarial Networks

Semi-Supervised Learning with Generative Adversarial Networks 　　　　引言：本文将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器来输出类别标签。我们在一个数据集上训练一个产生式模型 G 以及一个判别器 D，输入 ...

论文笔记：Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks （KDD 2017）

研究动机异构信息网络是推荐系统中重要的数据表示。异构信息网络的推荐系统常常面临2个问题：如何去表示推荐系统的高级语义，如何向推荐系统中融入异构信息。在这篇文章中，我们首先将meta-graph融入 ...

HEER-Easing Embedding Learning by Comprehensive Transcription of Heterogeneous Information Networks

来源：KDD 2018 原文： HEER code： https://github.com/GentleZhu/HEER 注：若有错误，欢迎指正 ...

【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. ...

[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 ...

【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 ...

【论文阅读笔记】Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

摘要 GAN的训练需要图片是两两匹配的，这样经过训练后，生成器可以逐步生成一张让判别期无法判断真伪的图片。但实际上会碰到一些非匹配的图片，于是就提出了非匹配的图片转换(Unpaired image- ...

原文：[论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks

相关推荐

相关标签