【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
- STM32F1_W5500.zip
- 混合动力汽车 simulink 建模学习资料
- 51 无线充电方案
- C# in Depth
- 思科ASA防火墙镜像文件 asa802
- FPGA自编音乐播放器
- 基于web数据库图书管理信息系统设计与实现(源程序)
- 游戏开发策划文档模版
- 基于单片机的五种波形发生器
- Trading and Exchanges. Market Microstructure for Practitioners
- ExamenSeminario软件-源码
- go__holaMarte__golangserver：Creacion de un servidor HTTP con go-源码
- ionic 技术分享
- 74LS194移位寄存器.zip
- 异形窗口加局部透明
- android使用signalR
- Android手机摄像头采集图片上传pc显示
- kettle下载
- 学籍管理系统的UML实现的问题，图像版
- openssl 32位 下载包
- REFLEXIL1.6插件
- DLT 645-2007 多功能电能表通信协议.pdf
- mx component V4
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