【摘 要】
:
异质网络表示学习是在各类实体及复杂关系构成的网络中,学习到低维、稠密、独立的向量表示过程,解决了网络分析的高维稀疏和可扩展性差等问题。现有研究大都借助随机游走,依据转移概率进行节点遍历,然而这种方法并不适用于大型复杂网络,且无法确保得到的路径信息最优。因此,对基于结构游走的异质网络表示学习模型进行了研究,具体研究工作如下。首先,针对随机游走方法难以表示出节点完整信息和向量最优解的问题,提出基于结构
论文部分内容阅读
异质网络表示学习是在各类实体及复杂关系构成的网络中,学习到低维、稠密、独立的向量表示过程,解决了网络分析的高维稀疏和可扩展性差等问题。现有研究大都借助随机游走,依据转移概率进行节点遍历,然而这种方法并不适用于大型复杂网络,且无法确保得到的路径信息最优。因此,对基于结构游走的异质网络表示学习模型进行了研究,具体研究工作如下。首先,针对随机游走方法难以表示出节点完整信息和向量最优解的问题,提出基于结构游走的异质网络表示学习模型(Heterogeneous Network Embedding Based on Structural Walk of Relational Distance,HNE-SWRD)。利用节点与其他各个节点的关系距离生成一个该节点的唯一向量表示,从而完整地表示出该节点的位置信息和语义信息。其次,针对节点的向量表示长度较长且稀疏的问题,提出一个适用于表示向量压缩的自编码器模型(Auto-Encoder Based on Represented Vector,RVAE)。将压缩后得到的低维表示向量作为节点的最终表示向量,并通过分类、聚类任务进行实验验证。再次,为了改进RVAE的压缩性能,结合神经网络,加入残差网络和卷积注意力机制,弥补了卷积核视野的限制,并提高了网络整体特征的提取效率。利用改进后的自编码器与节点结构距离的表示向量相结合,再次进行分类、聚类实验,并与上述结果进行对比。最后,为了进一步提取重要信息特征,借鉴生成对抗网络的思想,在基于残差网络和卷积注意力机制的自编码器的基础上,增加一个判别器结构以提供重要信息特征的梯度。利用加入判别器结构的自编码器对向量进行特征提取,并通过节点分类、聚类任务进行实验对比分析。
其他文献
身体区域的自动识别是身体成分组织分析、疾病量化分析、器官精准分割等临床任务研究的基础,近年来在医学影像分析领域逐步获得关注。但目前对于该领域的研究存在两方面的挑战,一方面是人体解剖结构在医学影像映射下未有一个完整性、规范性的身体区域定义,另一方面是在标准化身体区域定义中使用小器官的开始或结束定义边界,难以在医学影像中精准识别,这些都为身体区域自动化划分带来了困难。首先,为了解决上述问题,本文在前期
当前,关于空间认知能力测试与评估的方法多种多样,然而不同的测试方法评估效果存在明显差异。虽然高强刺激诱发SSVEP信号的准确率很高,但是会引起受试者严重的视觉疲劳,研究人员在关注其准确率的同时,也应该关注受试者的舒适度。本文从受试者角度出发探究舒适度高的刺激源,通过对比实验的脑电信号与主观评分进行综合分析评价。同时,本文设计了更有效的空间认知评估方法,并在此基础上开发了合适的空间认知评估系统,通过
弹幕的出现提升了用户的互动体验,同时也对视频造成一定程度的遮挡,影响观看体验。因此,了解不同的弹幕样式对用户的观看影响,对于生成一个好的弹幕设计,增强观影体验具有重要意义。眼动跟踪技术通过跟踪用户眼球运动,可以帮助研究人员了解哪些元素对用户注意力造成影响,是用户体验评估的有力工具。然而,现有的眼动数据分析方法多是基于数据的整体分析,缺乏对数据细节的探索。因此,本文设计了一个交互式的眼动数据可视分析
纠缠态和压缩态作为量子力学中极其重要的非经典态,对于实现更安全通用的量子通信技术、更强运算能力的量子计算机以及更灵敏的探测有着重要的意义,因此如何制备和操纵这些非经典态一直是科学界的热门课题。近年来,铷原子四波混频过程成为产生压缩态和纠缠态的可行方案之一,本文将基于四波混频系统对量子关联光束和量子纠缠光束进行相关的研究,具体内容分为以下三个部分:1、介绍量子光学中几种常见的光场非经典态,铷原子四波
针对非线性椭圆型MEMS方程Δu=λ|x|α/uq+P,x∈Ω,(0.1)其中λ>0,q>0,P ≥ 0,α为常数,Ω为RN上的有界区域,本文考虑了其在不同前提条件下满足u(0)=0的非负破裂解的性质.在第二章中,我们在空间维数N=2且P>0时,针对临界情形α=2q研究了q=2时稳态方程解集合的结构;当空间维数N≥ 2时,在第三章中,当P=0,α>-2或P>0,-2<α<2q时,我们验证了高维情形
近年来,随着无人机应用场景的不断扩大,众多行业都可以搭配无人机进行行业模式拓展或者深入专业研究。无人机具备的高机动性、可灵活部署等性能使无人机在通信行业应用尤其广泛,其中,无人机作为移动基站、移动中继辅助等技术早已发展得较为成熟。随着无源物联网设备的出现,无人机有了新的应用方向。应用无人机辅助反向散射设备通信,可以解决反向散射设备通信能力差、能源短缺的问题。本文以无人机辅助反向散射通信系统为基础,
氨在人类生存和社会发展中占据着重要地位,不仅是化肥的重要原料,还可作为良好的能源载体。工业合成氨依赖于一百多年前发明的Haber-Bosch(N2+H2→NH3)工艺,由于N2的化学惰性以及该反应的放热特性,合成氨反应需要在温高压下进行,因此需消耗大量能源。过去几十年,人们一直致力于寻找能够在低温低压下催化氨反应的催化剂。过渡金属被认为是催化氨合成的良好催化剂,其表面的合成氨反应遵循Br(?)ns
上世纪八十年代中期,啁啾脉冲放大技术(chireped pulse amplification tech-nology,CPA)的提出使激光强度得到了飞跃式的提高。超强超短脉冲激光的出现拓宽了激光与物质相互作用的研究领域,催生了强场物理这门学科。物质在与强激光相互作用时,极易被电离,产生等离子体。在激光与等离子体相互作用中,会产生丰富的物理现象,比如激光加速和激光诱导等离子光栅的产生等等。其中,加
液体表面张力在先进制造技术,微流控技术以及多种化学/生物工程技术扮演着至关重要的角色。相较于现代固态电子性质的超快调控技术,人类对液体表面原子结构的操控长久以来局限在宏观时空尺度。与此同时,飞秒激光已被广泛应用于超限制造和加工技术的研发之中,展现出对微纳尺度的物质结构与热力学性质精准调控的巨大优势。本论文基于电子-原子双温模型与分子动力学结合的计算机模拟技术,发展了一套超快激光辐照作用下金属液体表
随着互联网数据的爆炸增多,如何高效地获取数据中的信息和知识是一项巨大的挑战。知识图谱嵌入表示的准确性,对于相关知识获取任务模型的性能具有重要的基础性影响,是目前知识图谱领域的研究热点之一。本文以提升知识图谱嵌入表示的准确性为目标,展开理论及其实验研究,以提高相关知识获取模型的表现。首先,针对知识图谱中实体类型信息时常缺失的现象,在充分利用知识图谱内部结构信息的基础上,提出一种基于邻域关系表征向量的