距离型图自编码器引入结构惩罚
热点事件持续更新
距离型图自编码器引入结构惩罚
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究提出三种距离型图自编码器(GAE)变体,在重建损失中加入结构惩罚,用以改进动态图嵌入。三种变体共享两层图卷积网络编码器和欧氏距离解码器。 方法在稀疏校正损失基础上,分别增加基于度中心性的 hub 惩罚和基于自然社区局部内在维度(NC-LID)的节点级正则项,以加大结构模糊节点的重建误差。 作者称,在多个动态图数据集上,NC-LID 正则化持续优于无结构正则化的基线及 hub 感知正则化方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
用结构惩罚增强基于距离的图自编码器以进行动态图嵌入报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.LG用结构惩罚增强基于距离的图自编码器以进行动态图嵌入
研究提出三种基于距离的图自编码器(GAE)变体,在重建损失中引入结构惩罚,共享两层图卷积网络编码器与欧氏距离解码器。方法在稀疏校正损失上增加基于度中心性的 hub 惩罚和基于自然社区局部内在维度(NC-LID)的节点级正则项,以强化结构模糊节点的重建误差。在多个动态图数据集上,NC-LID 正则化持续优于无结构正则化的基线及 hub 感知正则化方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。