文件名称：Multi-resolution-Network-Embedding
文件大小：360KB
文件格式：ZIP
更新时间：2024-04-14 08:05:30
多分辨率网络嵌入 笔记 该存储库源自 。 学习书目网络中研究模式的多分辨率表示 抽象的 本研究旨在以固定长度的向量表示书目实体（例如学者，论文和场所）的研究模式。 扎根于实体的书目网络结构极其多样化，而杰出实体中的这种多样性也会增加。 因此，尽管杰出的实体数量巨大，但获得的学习机会却很少，而绩效低下的实体则过多。 本研究通过表示实体的模式而不是以精确的方式描绘单个实体来解决该问题。 首先，我们使用Weisfeiler-Lehman（WL）重新标记过程描述植根于实体的结构。 通过重新标记过程生成的每个子图都提供有关学者，他们发表的论文的种类，论文发表地点的标准以及合作者类型的信息。 我们假设一个子图描述了书目实体的研究模式，例如学者倾向于选择几篇影响力很大的论文或众多影响力中等的论文。 然后，我们根据多个详细程度简化子图。 原始子图表示实体的个性，简化子图表示共享相同研究模式的实体。 此外，
【文件预览】：
Multi-resolution-Network-Embedding-main
----02_source code()
--------src(1B)
----03_results()
--------Author_10.csv(12KB)
--------results(1B)
--------Paper_1.csv(11KB)
--------Author_1.csv(12KB)
--------Paper_5.csv(11KB)
--------Author_100.csv(13KB)
--------Venue_100.csv(13KB)
--------Author_5.csv(12KB)
--------Paper_10.csv(11KB)
--------Paper_100.csv(11KB)
----LICENSE(34KB)
----README.md(5KB)
----01_dataset()
--------data(1B)
--------01. bibliographic network()
----multiresloutionEmbedding.PNG(271KB)