- 博客(13)
- 收藏
- 关注
RSS订阅原创 [Ad Hoc Networks] 当隐私计算（Privacy Computing）遇上元宇宙（Metaverse）！
元宇宙中的隐私计算技术最新总结！
2024-03-25 01:12:44
1675
1
原创 [论文分享] GDCL：图对比学习+聚类，解决伪负样本问题
图对比学习是无监督图表示学习中的一种突出技术。在图节点聚类（community detection）任务中，负样本的构造一般通过随机负抽样，没有考虑节点（隐含的）label信息。这样会在随机抽样中引入假负样本，降低模型的性能。
2024-03-21 23:59:34
715
1
原创 [论文分享] DANMF：像自编码器（Autoencoder）一样的深度非负矩阵分解（DNMF）算法
综合深度自动编码器较强的特征表示学习能力，同时保留了NMF的可解释性，该论文提出了深度自编码非负矩阵分解（DANMF）方法。
2024-03-19 22:36:24
1177
1
原创 [论文分享] 深度矩阵分解（Deep Matrix Factorization）综述
深度矩阵分解算法（Deep Matrix Factorization）超详细解析！！！
2024-03-18 17:41:57
2370
原创 [ICASSP 2024] CDNMF: 一个可信且高效的社区检测（社区发现，图聚类，Community Detection）方法
非负矩阵分解（NMF）算法因其较好的可解释性而被广泛应用于社群检测。然而，现有的基于非负矩阵分解的方法存在以下三个问题：1）直接将原始网络映射到社区成员空间，难以捕捉层次信息；2）往往只关注网络的拓扑结构，忽略其节点属性；3）难以学习到社区检测所需的全局结构信息。因此，我们提出了一种新的社群检测算法——对比的深度非负矩阵分解（Contrastive Deep Nonnegative Matrix Factorization，CDNMF）。
2024-03-17 02:05:15
3798
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人