Structural Deep Network Embedding——paper 笔记

本文探讨了图神经网络中一阶和二阶相似性的学习方法。通过拉普拉斯矩阵捕捉节点间局部结构信息,反映图的一阶相似性;借助AutoEncoder的encoder和decoder差异学习整体结构信息,描述图的二阶相似性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简述论文思想:利用节点之间的关系 拉普拉斯矩阵 学习局部结构信息 ,描述图的一阶相似性;利用 AutoEncoder  encoder和decoder的输入输出的差异学习图的整体结构信息,描述图的二阶相似性。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值