AAAIMay, 2018
使用循环神经网络学习图级表示
Learning Graph-Level Representations with Recurrent Neural Networks
Yu Jin, Joseph F. JaJa
TL;DR本文提出了一种结合无监督和有监督学习组成的方法,通过利用 random walk 方法和 Gumbel-Softmax 分布将图节点映射到节点序列,然后使用修改后的 RNN 神经网络单位学习节点表示方法和它们的邻域信息,实验表明该方法优于或与现有算法相当,具有收敛速度快和准确度高的优点。