Aug, 2020

MultiVERSE：一种多重和多重异质网络嵌入方法

PDF
TL;DR本研究提出了一种名为 MultiVERSE 的快速和可规模化的多重网络嵌入方法，旨在从多重和异构多重网络中学习节点嵌入。 在生物和社交网络上对 MultiVERSE 进行了评估，并展示了其在链接预测和网络重构任务中的有效性。
network embeddingmultiplex networksmultiplex-heterogeneous networkslink predictionrare disease-gene associations
发现论文，激发创造
  • MultiNet：一种可扩展的多层网络嵌入框架

    本文提出了 Multi-Net 方法，一种适用于复杂多层网络的快速嵌入技术，通过利用四种随机游走策略实现更精确的节点嵌入并保留其邻居特性，表现优于四个来自不同领域的真实世界数据集，并且在网络重构任务上展现了独特性。

    May, 2018

  • 多路异构图卷积网络

    本研究提出了一种多重异构图卷积网络（Multiplex Heterogeneous Graph Convolutional Network，MHGCN），可以通过多层卷积聚合自动学习多重异构网络中不同长度的有用异构元路径交互，并有效地将多关系结构信号和属性语义集成到有监督和半监督学习范式中的学习节点嵌入中，实验证明其在各种网络分析任务中显著优于现有的嵌入基线。

    Aug, 2022

  • 基于半监督的深度学习用于多重网络

    本研究提出了一种新的半监督结构感知表征学习方法，通过最大化局部节点表示和标签相关的全局图表示之间的互信息来联合建模节点和群集结构，并采用聚类感知、节点上下文全局图概括生成策略来有效地联合建模多层复合网络中的节点和群集表示，实验结果表明，提出的方法在分类、聚类、可视化和相似性搜索等任务中优于现有方法。

    Oct, 2021

  • 基于相似性测度的通用图嵌入

    本文提出了一种可将网络信息嵌入到低维向量空间中进行链接预测、分类和可视化等任务的方法，该方法意在通过对选定的点对点相似度测量分布进行显式标定的图嵌入，其可通过训练单层神经网络得到，试验表明本方法在相似度测量方面表现出色，时间和空间效率更高。

    Mar, 2018

  • 在文本丰富的网络上使用一个文本编码器学习多重嵌入

    在多重文本丰富网络中，通过使用 METERN 框架进行学习，能有效地捕捉网络中的多重结构，并保持参数效率。

    Oct, 2023

  • 属性化多层异构网络的表示学习

    本研究提出一个统一框架用于学习复杂网络的多种嵌入表示，包括不同属性节点和多样的边类型，支持基于图的归纳和转导学习，通过对四个数据集的系统评估，证明了该框架的有效性和效率以及在阿里巴巴公司推荐系统上的应用。

    May, 2019

  • 深度部分多重网络嵌入

    本文提出了一种新颖的深度部分多重网络嵌入方法，利用自编码器神经网络，共同的潜在子空间学习和图 Laplacian 的方法学习网络嵌入，以处理不完整的多重数据，并在节点分类，链接预测和聚类任务中展示了卓越的性能。

    Mar, 2022

  • 多网络随机游走

    本文提出了一种基于多网络的随机游走算法 RWM，可用于网络嵌入、链路预测和局部社区检测，试验证明其在合成和真实数据集上的有效性和高效性。

    Jul, 2023

  • 复合 PageRank

    本文介绍了多重网络中节点排名的 Multiplex PageRank 中心性度量，其中考虑了网络相互作用的影响，提供了衡量多交互网络中节点突出性的新方法。

    Jun, 2013

  • 面向抽取式文本摘要的多路复用图神经网络

    我们提出了一种 Multi-GCN 模型来解决文本摘要中的问题，该模型结合了句子和词语之间的不同类型关系，并根据此模型提出了一个 Multi-GraS 模型进行提取性文本摘要。

    Aug, 2021