《Attributed Social Network Embedding》論文學習筆記

一、研究背景         本文提出了一種網絡表示學習算法:將結構信息和屬性信息同時輸入深度神經網絡,實現非線性特徵抽象,相對傳統的淺層神經網絡語言模型,有較大性能提升。同時作者提出了離散屬性信息的處理方式,是本文的貢獻之一。         多源信息融合的表示方法主要有以下幾種:一、分別建立表示模型,簡單拼接作爲最終表示向量;二是訓練過程中建立聯合優化目標函數,實現線性融合;第三種就是作者提到
相關文章
相關標籤/搜索