HyperAIHyperAI
منذ 2 أشهر

تعلم التمثيل الرسومي على مستوى الرسم البياني بطريقة استقرائية غير مشرفة عبر قرب الرسم البياني من الرسم البياني

Yunsheng Bai; Hao Ding; Yang Qiao; Agustin Marinovic; Ken Gu; Ting Chen; Yizhou Sun; Wei Wang
تعلم التمثيل الرسومي على مستوى الرسم البياني بطريقة استقرائية غير مشرفة عبر قرب الرسم البياني من الرسم البياني
الملخص

نقدم نهجًا جديدًا لتعلم التمثيل على مستوى الرسم البياني، وهو تضمين رسم بياني بأكمله في فضاء متجهي حيث تحافظ تمثيلات الرسمين البيانيين على قربهما من بعضهما البعض. نهجنا، UGRAPHEMB، هو إطار عام يوفر وسيلة جديدة تمامًا لأداء التمثيل على مستوى الرسم البياني بطريقة غير مراقبة وكاملة الاستقراء. يمكن اعتبار الشبكة العصبية المُتعلمة كدالة تتلقى أي رسم بياني كمدخل، سواء كان موجودًا أو غير موجود في مجموعة التدريب، وتحوله إلى تمثيل. تم اقتراح آلية جديدة لتوليد التمثيل على مستوى الرسم البياني تُعرف بـ Multi-Scale Node Attention (MSNA). أظهرت التجارب على خمسة مجموعات بيانات حقيقية للرسوم البيانية أن UGRAPHEMB يحقق دقة تنافسية في مهام تصنيف الرسم البياني، ترتيب التشابه، وتصور الرسم البياني.

تعلم التمثيل الرسومي على مستوى الرسم البياني بطريقة استقرائية غير مشرفة عبر قرب الرسم البياني من الرسم البياني | أحدث الأوراق البحثية | HyperAI