CS224W 3.2 Random Walk Approaches for Node Embeddings
目录
Notation
Random-Walk Embeddings
为什么Random Walks
Random Walk Optimization无监督feature learning
Random Walk Optimization
思路
Negative Sampling—降低计算复杂度
SGD
Random Walks:Summary
node2vec:Biased Walks
Notation
是要找到的节点u的嵌入。从节点u出发的random walks访问节点v的概率。
基于两个非线性函数生成所需概率:Softmax函数处理后,使大的对应的值更大,使K个概率和为1;Sigmoid函数,将值压缩到(0,1)。
random walk:给定一个图和一个起始节点,随机选择一个邻居节点,移动到邻居节点,随机选择这个邻居节点的 邻居节点(也可以移动到上一步经过的点),移动到它,持续下去直到给定步长。以这种方式随机访问的节点序列——称为图上的random walk。
两个节点嵌入的内积约等于节点u和v在图上通过一个随机游走共现的概率。
Random-Walk Embeddings
估计使用某种随机游走策略,从一个初始节点的random walk访问节点v的概率,优化嵌入。
为什么Random Walks
- 更好的表达
灵活的相似性的定义:考虑了局部邻居和高阶(出现次数多)的邻居信息,如果从u开始的随机游走访问v的概率大(high-order multi-hop information),那么两者具有相似性。
- 更有效率
在训练时不需要考虑所有节点,只需要考虑在random walks上共同出现的节点对。
Random Walk Optimization
无监督feature learning
Random Walk Optimization
思路
- 使用某种随机游走策略R,从图中的一个初始节点u出发的,运行固定长度的random walks。
- 对于每个节点收集,是从u出发的random walks访问的节点集multiset(指一个节点可以多次访问)
- 优化embedding,最大化两个节点共限的概率 或者指找到嵌入最大化目标函数
由于softmax的归一化计算涉及网络中所有节点,计算复杂度高。
Negative Sampling—降低计算复杂度
将利用所有节点归一化,改为使用k个随机的"负采样点"归一化
从一个随机分布Pv中选取,这些节点的概率与其度数成正比
SGD
在获得目标函数后使用SGD优化 而不是GD,即不是使用所有节点计算梯度,而是使用单独的一个训练样本.'
Random Walks:Summary
- 使用某种随机游走策略R,从图中的一个初始节点u出发的,运行固定长度的random walks。
- 对于每个节点u收集,是从u出发的random walks访问的节点集multiset(指一个节点可以多次访问)
- 使用SGD优化embedding,可以使用negative sampling近似计算目标函数。
node2vec:Biased Walks
使用灵活的,有偏向的random walks可以平衡网络的局部全局视角,使用BFS搜索(局部)DFS搜索(全局)搜寻节点u的邻居。
有两个超参数p和q:p是返回上一个节点,q是走开远离参数。1代表和上一个节点同一水平。
CS224W 3.2 Random Walk Approaches for Node Embeddings相关推荐
- GNN-CS224W: 3 Node Embeddings
graph representation learning Automaticly learning efficient task-independent feature for machine le ...
- 基于随机游走Random Walk的图节点Node表示
前言 在图中,如果能把节点表示成合适的数值,能做很多任务,例如节点分类,关系预测,聚类等等.如何把节点表示成计算机能看懂的数值目前也有很多方法,本文主要为大家介绍基于Random Walk的节点表示方 ...
- Random walk算法及其各种延伸、应用笔记
文章目录 Random Walk Random walk with start(RWR) RWR的实现 数学表达 classic实现 RWR的快速实现 Off-line流程 On-line查询流程 Λ ...
- 重启随机游走算法(RWR:Random Walk with Restart)
重启随机游走算法(RWR:Random Walk with Restart) 1 pagerank算法的基本原理 Pagerank算法是Google的网页排名算法,由拉里佩奇发明.其基本思想是民主表决 ...
- GNN笔记: random walk
1 随机游走定义 所谓随机游走(random walk),就是在网络上不断重复地随机选择游走路径,最终形成一条贯穿网络的路径. 从一个顶点出发,然后按照一定的概率随机移动到一个邻居节点,并将该节点作为 ...
- 2021“MINIEYE杯”中国大学生算法设计超级联赛(5)Random Walk 2(推式子+矩阵逆+矩阵乘)
Random Walk 2 [2.4]Gauss-Jordan消元法求矩阵的逆 高斯消元求矩阵的逆,伴随单位矩阵一起消元即可. [A,I]→[I,A−1][\text A,\text I]\to [\ ...
- 随机游走 Random Walk
随机游走(英语:Random Walk,缩写为 RW),是一种数学统计模型,它是一连串的轨迹所组成,其中每一次都是随机的.[1][2]它能用来表示不规则的变动形式,如同一个人酒后乱步,所形成的随机过程 ...
- HDU 4487 Maximum Random Walk
Maximum Random Walk Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Othe ...
- 随机漫步(random walk)
1.题目 有一类问题总称为"随机漫步"(Random Walk)问题,这类问题长久以来吸引着数学界的兴趣.所有这些问题即使是最简单的解决起来也是极其困难的.而且它们在很大程度上还远 ...
最新文章
- Maven-Maven中添加Oracle驱动包到本地仓库
- 【Maven实战】之生成项目站点
- HTTPS和TCP的关系
- [Leetcode][第96题][JAVA][不同的二叉搜索树][动态规划][数学]
- oracle运行环境配置,oracle 环境配置开机自启动
- MySQL 5.1.45 GA 发布
- 【Kafka】Kafka如何通过源码实现监控
- asp.net中前台javascript与c#函数相互调方法
- 如何在WP7中使用自定义字体
- web调试代理工具Whistle
- 张量分析初步和矢量恒等式
- 怎样找一张图片的原图、出处?最全搜图网站+具体案例分享
- redis集群报错,(error) MOVED 15495 127.0.0.1:7003
- RTX 3060Ti和rtx2080Super的区别
- tesla 显卡在ubuntu下安装显卡驱动log in loop 不能登陆的问题
- 优化篇-图片动态转图
- WerFault.exe 占用CPU 100%的问题处理
- windows下WNMP(windows+nginx+mysql+php)配置
- php access violation,Access Violation
- quill.js官方文档(六)【增量Delta】