[論文閱讀筆記] Adversarial Learning on Heterogeneous Information Networks 本文結構 解決問題 主要貢獻 算法原理 參考文獻 (1) 解決問題 現有的異構網絡(HIN)嵌入方法本質上可以歸結為兩個步驟 ...
來源:KDD 原文: HEER code: https: github.com GentleZhu HEER 注: 若有錯誤,歡迎指正 這篇KDD 的文章,沒有按照常規的方法將所有的node嵌入到同一的空間,因為文章提出 node 因為連接的 edge 類型 type 不同,存在不兼容 incompatibility 的特性,所以最好能夠根據不同的edge type來定義不同度量空間 metri ...
2018-12-21 20:15 1 585 推薦指數:
[論文閱讀筆記] Adversarial Learning on Heterogeneous Information Networks 本文結構 解決問題 主要貢獻 算法原理 參考文獻 (1) 解決問題 現有的異構網絡(HIN)嵌入方法本質上可以歸結為兩個步驟 ...
研究動機 異構信息網絡是推薦系統中重要的數據表示。異構信息網絡的推薦系統常常面臨2個問題:如何去表示推薦系統的高級語義,如何向推薦系統中融入異構信息。在這篇文章中,我們首先將meta-graph融入 ...
論文地址:https://arxiv.org/abs/1804.02516 研究領域 文本-視頻檢索。 存在問題 缺乏大規模的標注數據。 One difficulty with thi ...
鄭重聲明:原文參見標題,如有侵權,請聯系作者,將會撤銷發布! arXiv:1812.06127v3 [cs.LG] 11 Jul 2019 目錄: Abstract 1 In ...
[論文閱讀筆記] metapath2vec: Scalable Representation Learning for Heterogeneous Networks 本文結構 解決問題 主要貢獻 算法原理 參考文獻 (1) 解決問題 解決異構網絡上的節點嵌入 ...
1. 文獻信息 題目: Learning Combinatorial Embedding Networks for Deep Graph Matching(基於圖嵌入的深度圖匹配) 作者:上海交通大學研究團隊(Runzhong Wang ,Junchi Yan,Xiaokang Yang ...
本文主要貢獻 新的分類模式:我們提出了一種新的圖神經網絡分類法。圖神經網絡分為四類:遞歸圖神經網絡、卷積圖神經網絡、圖自動編碼器和時空圖神經網絡。 全面的論述:我們提供了圖形數據的現代深度 ...
最近關注了一些Deep Learning在Information Retrieval領域的應用,得益於Deep Model在對文本的表達上展現的優勢(比如RNN和CNN),我相信在IR的領域引入Deep Model也會取得很好的效果。 IR的范圍可能會很廣,比如傳統的Search Engine ...