Jun, 2024
异质图的分离式双曲线表征学习
Disentangled Hyperbolic Representation Learning for Heterogeneous Graphs
Qijie Bai, Changli Nie, Haiwei Zhang, Zhicheng Dou, Xiaojie Yuan
TL;DR本文提出了一种名为 Dis-HGCN 的解缰离散超几何异构图卷积网络,旨在通过独立的信息传播来解缰语义特征和结构特征,以及通过超几何结构拉近数据分布和表示空间的差距,并在诸多真实世界异构图数据集上进行验证,结果证明其在超几何空间中解缰和表示异构图数据的有效性。