关键词dynamic relational data
搜索结果 - 2
- 一种用于动态网络中潜在节点组成员的泊松伽玛概率模型
本文提出一种基于概率模型的算法,用于动态关系数据学习,利用伯努利泊松链接函数对网络节点的观测交互进行建模,并用假设为伽马分布的非负潜在节点组成员资格描述底层网络结构,而潜在成员组则根据马尔可夫过程演化。方法的最优成员组数可以由数据本身决定, - KDD神经张量分解
本文提出了基于神经张量分解的动态关系数据预测模型,该模型利用长短时记忆网络来刻画关系数据中的多维时间交互作用,并结合多层感知器结构学习不同潜在因素之间的非线性关系,实验证明该模型在评级预测和链接预测方面性能显著优于神经网络因子分解模型和其他