文件名称：网络表示学习综述.pdf
文件大小：1.62MB
文件格式：PDF
更新时间：2023-11-26 09:35:33
网络表示学习
网络数据形式可以自然地表达物体与物体之间的联系，在我们的日常生活中无处不在。例如社交网络、引文网以及国家电网和交通网络中。这些网络数据对于我们处理具体的事务非常有帮助，在传统的机器学习算法中，我们可以利用输入的数据来进行模型的建模以及对数据的分析，但是对于网络结构而言，我们最直观的一个问题就是如何合适的表示网络信息，传统的网络表示一般使用的是高维的稀疏向量，但是高维的表示也成为了人们使用统计学习方法时的局限所在，因为高维的向量将会花费更多的运行时间和计算空间。