自适应网络嵌入研究

来源 :四川大学 | 被引量 : 0次 | 上传用户:weixiant241
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络嵌入,又称为网络表示学习,目标是为网络中的节点学习低维的向量表示。学习到的向量表示可以用于各种网络分析任务,例如节点分类、链接预测、节点聚类、网络对齐等。近年来,随着大量网络数据的产生,网络嵌入受到了越来越多的关注。根据学习节点表示时利用的网络数量,网络嵌入可以大致分为两类:单一网络情境下的网络嵌入与多网络情境下的网络嵌入。尽管已经有许多研究人员分别针对单一网络情境下的网络嵌入以及多网络情境下的网络嵌入进行了相关的研究,但仍然存在一些问题没有得到解决:对于单一网络情境下的网络嵌入,现有工作通常只捕捉了节点的同质性或者结构等价性这两种性质之一,然而现实世界的网络中的节点往往同时具有这两种性质;对于多网络情境下的网络嵌入,现有工作通常没有考虑到有向网络中节点的影响力会随着网络中边的方向发生变化,此外,许多现有工作实现了不同网络间的域自适应,但在实现域自适应过程中忽略了有向网络中边的方向。针对单一网络情境下的网络嵌入问题,本文提出了一种基于元学习的自适应网络嵌入模型MLANE,它的主要思想是通过端到端的元学习框架将节点的采样策略学习与节点的嵌入学习整合起来,从而针对不同的任务为不同的节点自适应地捕捉同质性与结构等价性。本文在真实数据集上的实验验证了MLANE在各种单一网络分析任务上的有效性。针对多网络情境下的网络嵌入问题,本文提出了一种针对有向网络对齐的域自适应网络嵌入模型DADNA。DADNA通过设计加权邻接矩阵实现根据边的方向调整节点的权重,并利用图卷积网络学习节点的嵌入,同时通过生成对抗网络实现不同有向网络间的域自适应。本文在真实数据集上的实验验证了DADNA在多网络分析任务中的网络对齐任务上的有效性。
其他文献
肺癌是中国发病率和死亡率最高的癌症,恶性肺结节的早期筛查能够显著降低肺癌的死亡率。胸部计算机断层扫描(Computed Tomography,CT)图像能够以非侵入的方式捕获肺结节的异质性,是目前肺癌早筛的常规方法。精准的肺结节定性极其困难,其不仅是因为医生在高强度的工作负担下无法保持高度集中来做出准确的判断,而且还在于人眼难以捕捉到发生在CT值细微变化的肺结节异质性。肺癌的计算机辅助诊断(Com
电子计算机断层扫描(CT)技术可快速获取人体组织结构图像,得到的图像具有极高的空间分辨率以及清晰度。CT技术目前已经成为临床诊断的重要方式,为临床医生对疾病诊断和治疗提供了强有力的帮助。随着CT技术的广泛使用,检测时产生的辐射对受检者所造成的伤害不容忽视,过量CT辐射将严重损害受检者的身体健康。但是,降低CT检测的辐射剂量会导致CT图像出现噪声、伪影,引起图像质量下降。这些噪声、伪影经常掩盖细微但
近年来慢性非传染性疾病对人类健康的威胁日益增大。各类慢性病因其复杂的发病过程,很难确定疾病的发病时间。慢性病的早期筛查和确诊是公认的降低慢性病危害的有效办法,只有通过定期的体检来尽早发现诊断慢性病。伴随医疗信息化的建设不断深入,大部分医疗机构已经存有大量医疗健康数据。在这个前提下,逐渐成熟的人工智能技术为慢性病早期的筛查和诊断提供了有力的工具。近年来,针对各类慢性的研究逐渐增多。本文以体检数据为研
信息化技术和互联网的快速发展正深刻地影响着人民的生产与生活方式,我国社会正逐步朝着信息化社会迈进。根据第47次《中国互联网络发展状况统计报告》[1],截止2020年底我国的互联网普及率已达70.4%,人民的生产和生活与网络紧密相关。然而,在人们享受信息化与智能化所带来的便利同时,网络空间中所存在的安全问题是无法被忽视的。《2019年我国互联网网络安全态势综述》[2]中的统计数据显示,约有44.4%
针对公共场所中的特定事件的自动检测技术是保障公共安全的重要手段之一,也是推动社会智能化发展的重要技术之一。时空行为检测(Spatiotemporal Action Detection,STAD)就是在此需求下应运而生的自动化检测技术,常用于检测视频中特定的行为及其发生时所在的时空位置。时空行为检测中,用于检测如学校、监狱等特殊场所中打架斗殴等暴力事件的暴力行为检测(Violence Detecti
作为物联网技术中的重要组成部分,无线传感器网络技术已广泛运用于各领域。然而,传感器节点有限的电池容量制约了无线传感器网络的工作寿命。一旦传感器节点电池能量耗尽,会影响某区域的监控质量。因此,如何克服该约束并延长整个网络的寿命是一个研究的热点问题。当前,无线充电被视为延长网络寿命的一种有前途的解决方案。传统的无线充电技术是基于单路的充电范式。然而,这种一对一的充电范式存在扩展性不足和充电效率低下等问
来波方向估计(DOA)在电子侦察对抗、无线电频谱监测、移动通信、雷达、声呐等领域都扮演着非常重要的角色,是阵列信号处理方向中一个重要分支。在目前通信环境中,存在大阵列需求,在大阵列系统中,将会给传统来波方向估计算法带来巨大的挑战,面临着运算量大以及高精度取舍等问题。传统来波方向估计算法在实际环境的适应性较差,因为该类算法是基于数学表达式的一种算法,需要对环境做很多假设,当实际环境难以达到目标条件,
随着信息技术的高速发展,目标跟踪技术在军事和民用领域都展现出了不可取代的重要性。而在目标跟踪的过程中,无法避免地,处理程序会接收到错误的报告点信息或是误差较大的报告点信息,即杂波。这无疑会使处理程序得到错误的跟踪结果,造成虚警、漏警等常见问题。针对这些问题,相关领域的研究人员提出了一些有一定适用性的解决办法,但在复杂场景下,由于杂波种类繁多,计算机性能有限等各种问题,导致目前常用的杂波识别算法不能
随着汽车保有量快速增长,随之而来的交通问题也日趋严重。自动驾驶作为一个有前景的解决方案,在迫切的社会需求和高度发展的人工智能技术共同催化下快速成长。近年来,强化学习在不同的控制决策任务中表现优异,已有研究将强化学习算法用于汽车自动驾驶控制,通过智能体与环境交互,并根据环境的反馈进行驾驶策略的学习。柔性演员评论家(Soft Actor-Critic,SAC)算法作为新颖的强化学习算法,引入了最大熵的
李清照是我国宋代的著名词人,作为艺术史上的一个重要人物,李清照作为婉约派词人的代表身份是不容置疑的,而在李清照跌宕起伏的一生中,多种因素也导致了她的诗词具有了豪放的一面。绕过李清照所擅长的婉约词,来探究李清照在婉约风格背后的豪放。通过李清照本人生平与其文本的共同分析,探究李清照在豪放词背后所表现出的个人性格以及时代特征。