網絡表示學習相關資料


收藏夾有一點爆炸,所以在這邊開一個帖子直接扔這吧,下面的資料常看,溫故知新。

網絡表示學習(network representation learning,NRL),也被稱為圖嵌入方法(graph embedding method,GEM)是這兩年興起的工作,目前很熱,許多直接研究網絡表示學習的工作和同時優化網絡表示+下游任務的工作正在進行中。

  1. 清華大學計算機系的一個學習組 新浪微博@塗存超 整理的論文列表:https://github.com/thunlp/NRLpapers,並一直持續更新着,里面詳細的列舉了最近幾年有關網絡表示學習(network representation learning/network embedding)比較有代表性的論文列表及其代碼。

  2. [(MLSS2017)網絡表示學習]《Representation Learning with Networks》by Jure Leskovec [Stanford University] Part1:網頁鏈接 Part2:網頁鏈接 Part3:網頁鏈接 Part4:網頁鏈接 ​​​​

  3. 一篇綜述性文章(University of Southern California (USC))及其code:
    (1)文章:
    Goyal P, Ferrara E. Graph Embedding Techniques, Applications, and Performance: A Survey[J]. arXiv preprint arXiv:1705.02801, 2017.
    (2)代碼:
    https://github.com/palash1992/GEM

  4. 一篇博客:
    http://blog.csdn.net/Dark_Scope/article/details/74279582#0-tsina-1-3919-397232819ff9a47a7b7e80a40613cfe1

  5. 一個github資料,里面有部分論文+code(大多數是python實現,matlab次之):
    https://github.com/chihming/awesome-network-embedding

  6. 三個slides:
    (1)https://pan.baidu.com/s/1nuB5Rex
    (2)https://pan.baidu.com/s/1geUHeQB
    (3) https://pan.baidu.com/s/1cwB7pc


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com