【GNN综述_2020_7】Heterogeneous Network Representation Learning
表征学习为各种人工智能领域提供了一种革命性的学习范式。在本次调查中，我们研究和回顾了表征学习的问题，重点是由不同类型的顶点和关系组成的异构网络。这个问题的目标是自动将输入异构网络中的对象（最常见的是顶点）投影到潜在的嵌入空间中，这样网络的结构和关系属性都可以被编码和保留。然后可以将嵌入（表示）用作机器学习算法的特征，以解决相应的网络任务。为了学习表达性嵌入，当前的研究进展可以分为两大类：浅层嵌入学习和图神经网络。在对现有文献进行彻底审查后，我们确定了几个尚未解决的关键挑战，并讨论了未来的方向。最后，我们构建了异构图基准以促进对这个快速发展的主题的开放研究。
文件下载
评论信息
其他资源
- python_TB.py
- 在线随机森林算法(online-random-forests)
- keil+proteus仿真单片机交通灯
- stm32f103c8t6平衡车
- 宏脉医美系统使用手册
- USB Redirector 6.1.1中文破解注册版(USB共享工具).rar
- 图像MASK和Wallis匀光算法
- Linux下i2c驱动
- 广工选修新技术专题
- IAR详细使用教程.pdf下载
- pr插件合集.zip
- 如何提升电脑性能.doc
- 综合布线及传输知识PPT.pptx
- 号码归属地.json
- DynamicSkinForm_v14.10_for_D5-XE10.3_Rio_Full_Source_SkinAdapter
- 哈尔滨工业大学2012年组合数学试卷.pdf
- Dorland's Illustrated Medical Dictionary(mdx)
- 微信控制灯H5面板
- java获取系统信息（cpu，内存，硬盘）方法及jar包
- C51双机模拟IIC通信源代码.rar
- 图书系统HTML模版
- 超声波测距 Python代码
- synaptic触摸板驱动
- Java文件上传并自动解压
- java源码学习阶段所有的源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明