1.来源:《网络表征学习前沿与实践》  崔鹏

(1)随着数据的增加以及计算机计算速度的增加,想当然的以为速度快了,数据再多也是可以自己算的,但是若是数据之间存在着复杂的关系,那么处理一个样本就要同时的考虑它的关联的样本。数据之间的关联,这个是自己没想过的,自己只是粗陋的j觉的快了就可以处理,但是表示不出来复杂的关系,可能就会计算不出来结果

(2)今天的网络规模(如十亿级网络节点)已经导致任何相对复杂的分析算法都不可能在实际中大规模的应用。

(3)传统的网络的表征是以节点和边的表示的。边的表示的缺点:“边”的存在使得网络分析算法是迭代的或组合爆炸。其次“边”的存在使得网络节点之间进行相互耦合

(4)以社交网络为例,两个人形成一条边,往往是因为两人之间存在相似性。也就是存在一种“相近性”的隐含空间,产生了网络。

(5)如何将网络拓扑空间嵌入向量空间中,被称为“网络表征学习(network representation learning)”或“网络嵌入(network embedding)”

2.来源:《网络表征学习中的基本问题初探》 王啸  崔鹏  朱文武

传统的网络拓扑的缺点:

(1)由于拓扑结构通常导致许多网路的分析与处理算法需要很多迭代和组合计算步骤,因而不可避免的产生高复杂度运算的问题

(2)由于拓扑关系表示节点之间有着强的耦合关系似的并运和分布式很难被直接应用到网络数据

(3)目前的机器学习有了进一步的发展,但是他们针对的数据表征通常为一个向量空间中的独立性数据,而非彼此关联的非独立性网络数据,这会导致很多有效解决方案无法直接应用到网络数据上,而必须重新数据基于网络拓扑的模型

网络表征中的两个基本目标:

(1)在低维空间中学习到的表征可以重构出原有网络结构。就要求:如果两个节点有边连接,则他们在低维空间中 的矩离接近,否则他们的矩离就远

(2)学习到的表征可以有效地支持网络推断。

图嵌入:

(1)传统的图嵌入方法所针对的数据实际上是图像或文本等非结构化数据,所要达到的目的是学习图像或文本的表征,他们所采用的的图通过计算数据之间的相似度得到,而非是真实世界中的网络,这种相似度一旦通过计算得到,就认为表示了数据之间的准确关系。可真实世界中网络之间的边,通常只表示节点之间存在关系,节点之间的具体相似度需要根据具体的任务去计算

常用的网络表征学习模型:

(1)基于矩阵分解的模型

(2)基于随机游走的模型

(3)基于深度神经网络的模型

可以借鉴学习的:

网络表示学习(DeepWalk,LINE,node2vec,SDNE) - CSDN博客
https://blog.csdn.net/u013527419/article/details/76017528

2018-4-15摘录笔记,《网络表征学习前沿与实践》 崔鹏以及《网络表征学习中的基本问题初探》 王啸 崔鹏 朱文武相关推荐

  1. 2018.10.15 直播笔记

    1 直播课不允许无故迟到.早退,有事请假,签到由大家自行截图,并发到有道云笔记中,最后把有道云笔记链接发到专贴. 截图需要分4部分,课前5分钟内.下课前5分钟内.中途休息时以及随机不定时截图,要求把上 ...

  2. Python网络爬虫从入门到实践 -- chapter 1 -- 网络爬虫入门

    1 Robots协议 Robots协议(爬虫协议)全称网络爬虫排除标准,网站通过Robots协议告诉搜索引擎哪些页面可以抓取(Allow:/),哪些不能抓取(Disallow:/).这个协议是国际互联 ...

  3. 深度学习前沿算法思想

    转自: 深度学习前沿算法思想 导读 第一版: 深度学习前沿算法思想 深度学习实践:使用Tensorflow实现快速风格迁移 行为识别:让机器学会"察言观色"第一步 第二版: 谷歌首 ...

  4. 【每周一本书】之《深度学习核心技术与实践》:“小猿搜题”团队倾力之作...

    [数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...

  5. 【每周一本书】之《深度学习核心技术与实践》:“小猿搜题”团队倾力之作

    [数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...

  6. 代谢组学数据分析及网络药理学研究技术与实践

    一.代谢组学研究技术与实践 1.代谢组学简介及样本的采集与制备关键问题探讨 1.1 代谢组学概述 1.2 代谢组学操作流程 1.3 样本的采集.储存与制备关键问题 2.代谢组学数据采集与预处理,决定数 ...

  7. 生成对抗网络入门详解及TensorFlow源码实现--深度学习笔记

    生成对抗网络入门详解及TensorFlow源码实现–深度学习笔记 一.生成对抗网络(GANs) 生成对抗网络是一种生成模型(Generative Model),其背后最基本的思想就是从训练库里获取很多 ...

  8. 【DataWhale学习】Day10~13-4章决策树——西瓜书学习摘录笔记

    [DataWhale学习]Day10~13-4章决策树--西瓜书学习摘录笔记 本文参考了周志华老师的西瓜书,李航老师的统计学习方法,谢文睿大佬的南瓜书(无推导尿点,仅加深理解食用) 决策树模型 ​ 决 ...

  9. Java学习笔记(7)——Java基础之IO多线程网络思维导图

    Java面向对象学习笔记之:包括IO(字节流,字符流,节点流,处理流).线程(线程创建,线程控制,线程同步).网络(TCP Scoket,  UDP Scoket)(全屏观看Java学习笔记(7)-- ...

最新文章

  1. 往往存储与计算机硬盘或其他,硬盘是计算机系统中信息资源最重要的存储设备其所存放信息-Read.DOC...
  2. 高频交易都有哪些著名的算法
  3. python带我起飞 豆瓣评分_你听过后觉得爽到飞起的电音是哪一首?
  4. libxml2如何解析xml格式的字符串
  5. @MySQL的存储引擎
  6. IntelliJ IDEA 选中变量名,高亮显示其它地方的这个变量名,高亮颜色如何设置呢?
  7. for,foreach,iterator的用法和区别
  8. 说三件切身利益的大事!一定要看 减少损失
  9. magento创建自定义页面 (Bestseller实例) Bestseller products in Magento
  10. 3d激光雷达开发(入门)
  11. html文件图标变成白色,win10系统html文件图标变成空白的操作办法
  12. 如何创建和配置SQL Server代理警报
  13. Linux开发_GDB_dump_Core调试
  14. 不要做干自己没时间做的事
  15. HTML学习总结(4)——表格/块/内联元素/iframe/颜色/脚本/实体
  16. iOS通过ASIHTTPRequest提交JSON数据
  17. 怎么下载计算机考试准考证
  18. 『软件工程10』结构化系统分析:数据流图和字典案例分析
  19. node 简繁体转换_简体繁体转换
  20. 计算机审计风险背景,计算机审计风险探究

热门文章

  1. 【206】Firefox 扩展收集
  2. Xamarin只言片语系列
  3. 使用面向 iOS 的本机插件扩展 PhoneGap
  4. 拿到淘宝offer后的胡思乱想plus面试总结
  5. 针对19端口的Chargen进行Dos***
  6. ORA-10873解决办法
  7. deno使用rust_如何在Deno和Oak中使用MySQL
  8. 公司成立两周年感言_对我的副项目成立一周年的一些反思
  9. 顺F速运,你被爱加M坑了
  10. 计算机网络分为两大阶段,【多选题】计算机网络的发展分为哪些阶段?() A. 远程终端联机阶段 B. 计算机网络阶段 C. 计算机网络互联阶段 D. 信息高速公路阶段...