检索结果-南通市图书馆

检索条件"主题词=节点特征表示"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图神经网络的节点嵌入特征表示方法研究

基于图神经网络的节点嵌入特征表示方法研究

引用

作者：喻杰林电子科技大学

学位级别：硕士

近年以来，表征学习受到了广泛的关注和研究，其中基于图神经网络的方法在各领域中取得了令人瞩目的成就。本文将聚焦异质图上节点的嵌入特征表示，其关键在于如何充分获取图上的异质信息。现有方法一般基于消息传递的方式对一阶邻居信... 详细信息

近年以来，表征学习受到了广泛的关注和研究，其中基于图神经网络的方法在各领域中取得了令人瞩目的成就。本文将聚焦异质图上节点的嵌入特征表示，其关键在于如何充分获取图上的异质信息。现有方法一般基于消息传递的方式对一阶邻居信息或者元路径上的节点特征进行聚合，它们大多关注于对邻居节点或者元路径上的高阶邻居特征进行消息聚合，而对边特征以及元路径的整体语义信息关注相对较少，没有充分地挖掘异质图信息。本文对边特征和元路径的整体语义特征展开研究，提出了新的改进模型，并在多个真实世界的数据集上进行了大量实验，最终验证了本文提出的模型的有效性。本文的主要工作如下：　　1.在基于一阶邻居信息聚合的残差注意力网络方法上，本文提出利用边特征的注意力节点特征表示方法RHGN。该方法在节点特征信息聚合里加入了边特征，并添加一个额外的辅助任务来判别构造的三元组是否存在进而更新边特征信息。该模型在多个数据集上表现更好，验证了本文所提出的RHGN模型的有效性。　　2.在基于元路径的注意力网络方法上，本文提出基于元路径的节点特征表示方法HMAN。该方法对目标节点构建新的局部子图，按照元路径类型等数量地采样元路径实例序列，重新设计了元路径内特征聚合层和元路径间特征聚合层分别得到元路径类型特征和目标节点语义特征，最终将节点语义特征映射转换为目标节点特征。HMAN不需要预先的领域知识，只用调整元路径长度即可。该模型在多个数据集上表现优秀，验证了本文所提出的HMAN模型的有效性。

关键词：异质图节点特征表示图神经网络元路径对比学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图神经网络的异质网络社区发现算法研究与展示系统实现

基于图神经网络的异质网络社区发现算法研究与展示系统实现

引用

作者：马波宁夏大学

学位级别：硕士

随着大数据时代的到来,各行各业都与互联网产业的联系日益紧密,随之而来的是铺天盖地的交互数据,这些数据构成了虚拟的社会关系网络,采用计算机技术手段对这些复杂网络的特征、结构以及发展规律进行研究剖析,发现这些数据在某种意义上... 详细信息

随着大数据时代的到来,各行各业都与互联网产业的联系日益紧密,随之而来的是铺天盖地的交互数据,这些数据构成了虚拟的社会关系网络,采用计算机技术手段对这些复杂网络的特征、结构以及发展规律进行研究剖析,发现这些数据在某种意义上是对现实社会的真实反映,对研究和解决社会现实问题具有重大意义。复杂网络社区划分是复杂网络和社会计算研究领域的基础性研究工作,一直都备受研究者关注,以往的研究工作主要是针对基于同质网络的社区划分研究,然而基于异质网络的社区发现能够发掘出更加反映现实意义的社区结构。异质网络的社区发现通过对异质网络中的多维结构、多模信息、语义信息、链接关系等信息进行建模表示和提取分析,从而发现大量节点之间相对紧密稳定的社区结构,对网络信息的分析与挖掘、舆情分析等研究领域具有重要的研究价值。针对异质网络中的社区划分研究问题,本文的主要工作如下:(1)首先,解析DBLP文献数据,利用文献数据中的不同类型的节点以及它们之间的联系来构建直接与间接关系,从而形成节点的网络结构信息;然后实现网络爬虫爬取DBLP数据集中的论文摘要,构建节点的内容特征信息,结合节点的网络结构信息和内容特征信息从而构建异质网络数据集。(2)其次,采用图卷积网络和图注意力网络两种图神经网络模型,针对异质网络数据集进行社会计算中的节点分类基础研究问题,开展了图神经网络在异质网络数据集上的分类效果的分析研究,进一步分析了多维关系中的间接关系在研究任务中的重要作用。(3)针对异质网络数据集采用图卷积神经网络与聚类算法结合的两阶段社区划分的研究,针对K-means聚类算法需要事先确定社区划分类别以及确定社区划分的初始点的问题,采用了图卷积神经网络与凝聚层次聚类(HAC)算法相结合的社区划分方法,通过与未采用图卷积神经网络的经典的社区划分算法实验对比分析,结果表明基于图卷积神经网络的两阶段社区划分算法能更好地聚合节点的结构和内容两个方面的信息,即图卷积神经网络在处理多维和多类型的社会网络信息有优势,同时,卷积神经网络结合HAC算法也比其他方法在异质网络社区划分的结果和效率更好些。(4)最后,本文设计与实现了社区发现算法展示系统,展示系统主要分为原始网络结构展示与网络社区划分展示功能模块,原始网络结构展示模块主要是可视化各种网络数据集的节点分布、关系结构,网络社区划分展示模块是采用不同社区发现算法在不同网络数据集上的社区划分结果的可视化展示。

关键词：异质网络图神经网络节点分类社区发现节点特征表示

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：