jixie58617
这家伙很懒，什么也没写
Ta上传的资源 (0)
node2vec Scalable Feature Learning for Networks
本文借鉴word2vec提出了node2vec,通过maximize the likelihood of preserving network neighborhoods of nodes in a d-dimensional feature space得到特征表示。利用二阶随机游走产生节点社区。
KDD2019_A Representation Learning Framework for Property Graphs.pdf
PGE采用主流的inductive模型进行邻居聚集。最后实验中对该方法的有效性进行了详细的分析，并通过在实际数据集上的节点分类和链路预测等benchmark应用中，展示了PGE如何比最新的graph embedding方法获得更好的embedding结果，从而验证了PGE的性能。
_DeepGCNs Can GCNs Go as Deep as CNNs.pdf
ConvolutionalNeuralNetworks(CNNs)achieveimpressiveperformanceinawidevarietyoffields.Theirsuccess
benefitedfromamassiveboostwhenverydeepCNNmodels
werea
2019_Online MetaLearning.pdf
OnlineLearning有点像自动控制系统，但又不尽相同，二者的区别是：OnlineLearning的优化目标是整体的损失函数最小化，而自动控制系统要求最终结果与期望值的偏差最小。
OnlineLearning训练过程也需要优化一个目标函数（红框标注的），但是和其他的训练方法不同，Online