注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 网络的表示学习

  2. 该文档为复杂网络表示学习的介绍性文章，适合做图的机器学习，表示学习方面的了解与研究的同学。

  3. 所属分类：机器学习

    • 发布日期：2018-06-19
    • 文件大小：1048576
    • 提供者：u013095333

  1. 网络表示学习发展综述论文

  2. 文档包含几篇网络表示学习的论文，对网络表示学习进行了很好的总结，阐述了网络表示学习的发展历程以及未来研究下方向，对网络表示学习的算法知识进行了很好的总结。

  3. 所属分类：深度学习

    • 发布日期：2018-07-15
    • 文件大小：7340032
    • 提供者：qq_28900249

  1. 面向社会计算的网络表示学习_论文.zip

  2. 清华大学、刘知远教授的博士生的博士涂存超 的 论文和答辩PPT。面向社会计算的网络表示学习，学习如何表示用户信息与item信息，以便更好地匹配。

  3. 所属分类：计算广告

    • 发布日期：2020-04-03
    • 文件大小：27262976
    • 提供者：sjyttkl

  1. 最新《异构网络表示学习》2020综述论文.pdf

  2. 异构网络表示学习Heterogeneous Network Representation Learning是当前自数据挖掘以及其他应用的研究热点，在众多任务中具有重要的应用。近日，UIUC韩家炜等学者发布了异构网络表示学习的综述大全，共15页pdf111篇参考文献，从背景知识到当前代表性HNE模型和应用研究挑战等，是最新可参考绝好的异构网络表示学习模型的文献。

  3. 所属分类：机器学习

    • 发布日期：2020-04-02
    • 文件大小：2097152
    • 提供者：syp_net

  1. 一种多粒度网络表示学习方法

  2. 一种多粒度网络表示学习方法

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：940032
    • 提供者：weixin_38629801

  1. 主动判别网络表示学习

  2. 主动判别网络表示学习

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：454656
    • 提供者：weixin_38614287

  1. 基于注意力的多视图网络表示学习协作框架

  2. 基于注意力的多视图网络表示学习协作框架

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1048576
    • 提供者：weixin_38720997

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. 网络表示学习

  2. 网络表示学习

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：964608
    • 提供者：weixin_38681218

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. 网络表示学习相关资料-附件资源

  2. 网络表示学习相关资料-附件资源

  3. 所属分类：互联网

  1. cnrl：对比网络表示学习-源码

  2. cNRL：对比网络表示学习 关于 来自Fujiwara等人的2020年cNRL的Python3实现。 Fujiwara等人，《网络的可解释性对比学习》，arXiv：2005.12419，2020年 要求 Python3 要运行sample.py，还要运行ccPCA和DeepGL。 ccPCA： ： DeepGL： ： 注意：已在macOS Catalina和Ubuntu 20.0.4 LTS上测试。 设置 用pip3安装。 移至该存储库的目录。 然后， pip3 install .

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：10485760
    • 提供者：weixin_42134054

  1. ANRL：ANRL：通过深度神经网络进行属性网络表示学习（IJCAI-2018）-源码

  2. 安尔 ANRL：通过深度神经网络进行的属性网络表示学习（IJCAI-18） 这是ANRL算法的Tensorflow实现，可为网络中的每个节点学习低维表示。 具体来说，ANRL由两个模块组成，即邻居增强自动编码器和属性感知跳过语法模型，以共同捕获节点属性接近度和网络拓扑接近度。 要求 python2.7或python3.6 张量流 网络 麻木 科学的 scikit学习 所有必需的软件包都在requirements.txt中定义。 要安装所有要求，只需使用以下命令： pip install -

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：5242880
    • 提供者：weixin_42133753

  1. 基于多粒度结构的网络表示学习

  2. 基于多粒度结构的网络表示学习

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：1003520
    • 提供者：weixin_38689191

  1. 基于高阶相似性的属性网络表示学习

  2. 现有的网络表示学习方法缺少对网络中隐含的深层次信息进行挖掘和利用。对网络中的潜在信息做进一步挖掘，提出了潜在的模式结构相似性，定义了网络结构间的相似度分数，用以衡量各个结构之间的相似性，使节点可以跨越不相干的顶点，获取全局结构上的高阶相似性。利用深度学习，融合多个信息源共同参与训练，弥补随机游走带来的不足，使得多个信息源信息之间紧密结合、互相补充，以达到最优的效果。实验选取Lap、DeepWalk、TADW、SDNE、CANE作为对比方法，将3个真实世界网络作为数据集来验证模型的有效性，进行节点

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：876544
    • 提供者：weixin_38663595

  1. 网络表示学习的研究与发展

  2. 网络表示学习旨在将网络中的节点表示成低维稠密且具有一定推理能力的向量，以运用于节点分类、社区发现和链路预测等社交网络应用任务中，是连接网络原始数据和网络应用任务的桥梁。传统的网络表示学习方法都是针对网络中节点和连边只有一种类型的同质信息网络的表示学习方法，而现实世界中的网络往往是具有多种节点和连边类型的异质信息网络。而且，从时间维度上来看，网络是不断变化的。因此，网络表示学习的研究方法随着网络数据的复杂化而不断变化。对近年来针对不同网络的网络表示学习方法进行了分类介绍，并阐述了网络表示学习的应用

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38503483

  1. 网络表示学习

  2. 以Facebook、Twitter、微信和微博为代表的大型在线社会网络不断发展，产生了海量体现网络结构的数据。采用机器学习技术对网络数据进行分析的一个重要问题是如何对数据进行表示。首先介绍了网络表示学习的研究背景和相关定义。然后按照算法类别，介绍了当前5类主要的网络表示学习算法，特别地，对基于深度学习的网络表示学习技术进行了详细的介绍。之后讨论了网络表示学习的评测方法和应用场景。最后，探讨了网络表示学习的研究前景。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38727062
« 12 3 4 5 6 7 8 9 10 ... 44 »