随笔分类 -  阅读论文

阅读论文时做笔记，防止忘的更快
结合节点向量演化和局部邻域表示的动态链路预测
摘要：在单个快照学习的节点向量的基础上，利用门控循环单元网络对节点向量演化序列进行建模，预测未来节点的表示。然后，边表示不仅是从目标节点对之间的相互作用中构造出来的，而且还丰富了局部邻域表示 它们共同邻居的历史嵌入。 最后，训练一个二分类器来执行链路预测。 一、介绍 动态链路预测方法存在的问题或者面临的挑 阅读全文
posted @ 2021-06-29 11:15 +D 阅读(369) 评论(0) 推荐(0)
E-LSTM-D: 一个动态网络链接预测的深度学习框架
摘要：一、介绍 处理动态链路预测的主要问题：非线性问题、分析网络演化的能力 端到端编码器-LSTM-解码器（E-LSTM-D）： 该模型可以有效地处理高维、非线性、稀疏等问题。 编解码器体系结构自动学习网络的表示。 堆叠的LSTM模块提高了学习时间特征的能力。 贡献： 我们新提出的E-LSTM-D模型能够 阅读全文
posted @ 2021-06-28 09:08 +D 阅读(1180) 评论(0) 推荐(0)
GCN-GAN：对加权动态网络的非线性时间链路预测模型
摘要：A Non-linear Temporal Link Prediction Model for Weighted Dynamic Networks GCN-GAN 一、传统方法存在的问题 大多数的方法考虑的只是无权网络（但是权重带着重要的信息，链路权重可能包含一些关于网络系统的延迟、流量、信号强度或 阅读全文
posted @ 2021-03-25 14:47 +D 阅读(1441) 评论(0) 推荐(0)
长短期记忆（long short-term memory, LSTM）
摘要：摘自：如何简单的理解LSTM——其实没有那么复杂 LSTM的第一步是决定我们要从细胞状态中丢弃什么信息。 该决定由被称为“忘记门”的Sigmoid层实现。它查看ht-1(前一个输出)和xt(当前输入)，并为记忆单元格状态Ct-1(上一个状态)中的每个数字输出0和1之间的数字。1代表完全保留，而0代表 阅读全文
posted @ 2021-03-25 14:44 +D 阅读(236) 评论(0) 推荐(0)
动态网络中时间链路预测的一个高级的深度生成框架
摘要：An Advanced Deep Generative Framework for Temporal Link Prediction in Dynamic Networks 摘要：时间链路预测的主要挑战是捕捉动态网络的时空模式和高度非线性。受图像生成成功的启发，我们将动态网络转换为静态图像序列，并将 阅读全文
posted @ 2020-12-07 09:39 +D 阅读(1016) 评论(0) 推荐(0)
利用CNN-LSTM学习有效子图进行动态网络链路预测
摘要：Dynamic Network Link Prediction by Learning Effective Subgraphs using CNN-LSTM 摘要：现有的方法大多涉及整个网络和目标环节，这导致高计算成本。本文旨在通过使用深度学习方法提出一个新的框架来解决这些问题。DLP-LES使用基 阅读全文
posted @ 2020-12-01 17:50 +D 阅读(1925) 评论(0) 推荐(0)
一种基于边创建历史检索的社交网络链接预测方法
摘要：An edge creation history retrieval based method to predict links in social networks 关键词：在线社交网络；数据挖掘；图挖掘；链接预测（Online social networks; Data mining; Grap 阅读全文
posted @ 2020-11-23 11:49 +D 阅读(331) 评论(0) 推荐(0)
一个可行的结合重力模型的时间链路预测框架
摘要：A Feasible T emporal Links Prediction Framework Combining with Improved Gravity Model 摘要： 社会网络分析是一门涉及信息学、数学、社会学、管理学、心理学等多学科的研究。链接预测作为一项应用广泛的基础研究，越来越受到 阅读全文
posted @ 2020-11-20 10:34 +D 阅读(238) 评论(0) 推荐(0)
基于节点排序的时变网络链路预测
摘要：Link prediction of time-evolving network based on node ranking 关键词：动态网络、时变SF网络、节点排序、链路预测、时间序列预测（Dynamic network、Time-evolving SF network、Node ranking、 阅读全文
posted @ 2020-11-19 16:21 +D 阅读(853) 评论(0) 推荐(0)
无向网络节点重要性指标
摘要：学自书籍：《网络科学导论》高等教育出版社 1、引言： 寻找网络中的关键节点是网络科学的重要研究内容之一。 这一部分就是介绍 无向网络中节点重要性排序的几个常用指标，包括度值、介数、接近数、k-壳值和特征向量。 有向网络中 节点重要性排序的两个经典算法 HITS算法和PageRank算法都是来自WWW 阅读全文
posted @ 2020-11-18 20:58 +D 阅读(1733) 评论(0) 推荐(0)
Temporal Link Prediction: A Survey时间链路预测综述
摘要：Keywords：Dynamic networks · Temporal networks · Link prediction 1 介绍 下图表示时变网络的三种常见表示，它们有助于捕获网络的动态 快照:网络被表示为一系列静态网络，每一步一个。 接触序列:如果交互持续时间可以忽略不计，则将网络表示为三 阅读全文
posted @ 2020-11-17 19:24 +D 阅读(1988) 评论(4) 推荐(0)