Jan, 2024

受挫随机漫步：一种在超图上计算节点距离的快速方法

PDF
TL;DR我们提出了一种基于随机游走的新方法，用于超图上的标签传播，其中我们将节点距离估计为随机游走的预期命中时间，并引入了困惑随机游走来更好地描述高度复杂的实际超图。我们还将我们的方法与 DeepWalk 进行了基准测试，结果显示在目标数量较小的情况下，FRW 在运行时间上具有明显的计算优势。最后，我们分析了我们方法的时间复杂度，并表明对于大型稀疏的超图，复杂度近似为线性，优于 DeepWalk 的替代方案。
hypergraphnode distanceslabel propagationrandom walksfrustrated random walks
发现论文，激发创造
  • 超图上的随机游走

    本篇研究提出了一种基于高阶网络结构的新型随机游走模型，探究高阶网络中的扩散过程及其对信息扩散的影响，旨在揭示复杂网络系统中偏向性信息传播机制并成功应用于多特征对象分类任务中。

    Nov, 2019

  • 通过高阶超图漫步进行超网络科学

    本文提出了高阶超图行走作为一个新的框架来推广基于图的网络科学技术到超图中，并通过应用高阶模型分析真实世界的超网络数据和三个生成模型发现了超图结构的微妙和可解释性，表明当利用针对捕捉超图本地现象的工具时，超图结构化数据的分析更加丰富。

    Jun, 2019

  • 超图随机游走、拉普拉斯和聚类

    提出了一种基于随机游走的灵活的超图数据聚类框架，该框架利用了依赖于边缘的顶点权重。通过使用边缘相关的顶点权重，我们说明了如何构建不同的超图拉普拉斯矩阵，并针对多个真实应用程序中的数据集进行了比较试验，结果表明该方法产生了更高质量的聚类结果。

    Jun, 2020

  • 具有边相关顶点权重的超图上的随机游走

    本文研究使用有边依赖节点权重的随机游走来发展超图的谱理论，并且给出了对于这种超图随机游走等价于图随机游走的条件，同时通过使用真实数据集展示了有边依赖节点权重的超图在排序应用中的优势。

    May, 2019

  • 基于图的表示学习方法泛化框架

    本论文介绍了带标记的随机游走的概念，以此为基础对现有的一些利用随机游走的算法如 DeepWalk、node2vec 等进行了推广，可适用于传导学习、归纳学习以及具备属性的图形数据，并在多个领域的各种图形上验证了该算法的有效性。

    Sep, 2017

  • 大规模图中奇异子结构的快速准确挖掘：摇摆随机游走

    本文提出了一种新的算法 Waddling Random Walk（WRW），用于估计任意大小的图相对浓度，并通过在可访问的节点路径上进行随机游走来采样子图以提高计算效率、精度与准确性。通过使用广泛使用的图形数据集，该算法在速度、精度和准确性方面都优于当前最先进的挖掘子图统计算法。

    May, 2016

  • 超图中的随机游走和社区检测

    本研究提出了一个参数的随机游走过程，应用于超图领域，探索了不同超图投影的随机游走过程的社区结构，并针对人工及真实超图采用了广义 Markov 稳定性框架的实验测定。

    Oct, 2020

  • 从随机游走到无权图上的距离

    本研究通过随机微积分分析了基于拉普拉斯变换的击中时间度量法，并将其与布朗运动上的击中时间对应，证明该方法在处理几何图的基础度量、保留聚类倾向以及抗随机添加非几何性边缘方面具有优越性。

    Nov, 2015

  • 利用随机游走算法在大型网络中计算社区（长版）

    本篇研究提出了一种基于随机游走的顶点相似度度量，使用该度量可以高效地计算网络的社区结构，并提出了一种名为 Walktrap 的聚合算法，该算法提高了社区结构计算的准确性。经过全面的比较测试，表明该算法在质量和运行时间方面都优于以前提出的算法。

    Dec, 2005

  • 利用随机游走进行动态图形的高效表征学习

    本文介绍了一种有效的算法，可以基于动态图扩展随机游走技术用于顶点表示学习，并以实验数据说明了其在多分类和多标签顶点分类等机器学习任务中表现出与最先进方法相当的计算效率。

    Jan, 2019