文件名称：matlab神经网络预测代码-SEAL:SEAL（从子图，嵌入和链接预测属性中学习）。“M.Zhang，Y。Chen，基于图形神经网络的链接预
文件大小：43.84MB
文件格式：ZIP
更新时间：2024-06-08 14:52:54
系统开源
matlab神经网络预测代码SEAL-从子图，嵌入和链接预测的属性中学习 关于 SEAL的代码（从子图，嵌入和链接预测属性中学习）。 SEAL是用于链接预测的新颖框架，可将链接预测系统地转换为子图分类问题。 对于每个目标链接，SEAL提取其h跳封闭子图A并构建其节点信息矩阵X （包含结构节点标签，潜在嵌入和节点的显式属性）。 然后，SEAL将（ A，X ）馈入图神经网络（GNN）以对链接的存在进行分类，以便它可以同时从图结构特征（来自A ）和潜在/显式特征（来自X ）中学习以进行链接预测。 有关更多信息，请检查我们的论文： M. Zhang和Y. Chen，基于图神经网络的链接预测，神经信息处理系统（NIPS-18）的进展。 版本 SEAL在MATLAB和Python中均已实现。 本文使用MATLAB版本生成实验结果，其中还包含其他基准方法的评估代码。 Python软件具有更好的灵活性和可伸缩性。 还有一个PyTorch Geometric实现，可以在开放图基准（OGB）数据集上测试SEAL。 它还支持诸如Cora和CiteSeer之类的Planetoid数据集，以及自定义的Pytor