文件名称：社交网络 图翻译 - 副本.ppt
文件大小：1.49MB
文件格式：PPT
更新时间：2022-12-30 11:02:01
社交网络 图翻译
如基于节点间的固定关系（如引力）预测物理域中系统的未来状态和道路网络上的交通速度预测等这类现实中的应用。虽然它们可以处理一般的图结构数据，但它们假设来自输入域和目标域的图共享相同的图拓扑，但不能建模或预测图拓扑的变化。 2、为了解决上述拓扑结构在翻译过程中可能发生变化的问题，近年来，基于深度学习的图翻译问题被首次提出。该问题对于社会网络、网络等拓扑结构变化频繁的领域具有重要的应用前景。（例如，在社交网络中，人是节点，他们的联系人是边缘，他们之间的联系图在不同的情况下有很大的不同。例如，当人们组织*时，预期接触图会变得更密集，可能会出现几个特殊的“枢纽”（例如，关键人物）。）因此，准确预测目标态势下的接触网对态势感知和资源分配具有重要意义。