文档名：网络表示学习
数据是网络化存在的,突破空间和时间的限制,呈现出多尺度并存、复杂关联、高维时变的特性.向量化表示,方便利用机器学习丰富的工具来应对网络数据上的任务，和节点的其他特征拼接使用.
作者：沈华伟
作者单位：中国科学院计算技术研究所
母体文献：第十五届网络科学论坛论文集
会议名称：第十五届网络科学论坛
会议时间：2019年5月10日
会议地点：大连
主办单位：中国工业与应用数学学会
语种：chi
分类号：V52TP3
关键词：网络表示学习 网络嵌入 图神经网络 小波变换
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
|
|
