典型文献
面向受损网络嵌入的深度降噪自编码器模型
文献摘要：
针对现有结构深度网络嵌入模型在处理受损网络时,得到网络表示不能很好反映网络本质特征的局限,以及传统无监督降噪自编码器单层模型结构无法处理高度非线性复杂网络的问题,提出了结构深度降噪网络嵌入模型.通过引入掩盖噪声将受损网络邻接矩阵中的部分单元置零,以此作为模型输入,使用拉普拉斯特征映射处理相邻顶点,捕获网络的一阶相似度;将多个降噪自编码器堆叠得到深度降噪自编码器,利用深度降噪自编码器的多个非线性函数将输入数据映射到潜在空间并得到重构矩阵,最小化重构误差,以此来捕获网络的二阶相似度;联合优化一阶、二阶相似度来保持网络的局部和全局特征.在社交网络和语言网络上进行训练和测试,采用precision@k和MAP来评估模型性能.实验结果表明:相较于现有的网络嵌入模型,该模型实现了更优的网络重构与链路预测性能.
文献关键词：
网络嵌入;深度学习;降噪自编码器;网络重构;链路预测
中图分类号：
作者姓名：
李智杰;王启辉;李昌华;张颉
作者机构：
西安建筑科技大学信息与控制工程学院,西安710055
文献出处：
引用格式：
[1]李智杰;王启辉;李昌华;张颉-.面向受损网络嵌入的深度降噪自编码器模型)[J].小型微型计算机系统,2022(12):2535-2540
A类：
B类：
网络嵌入,降噪自编码器,深度网络,嵌入模型,网络表示,本质特征,无监督,层模型,模型结构,高度非线性,非线性复杂,复杂网络,掩盖,邻接矩阵,模型输入,拉普拉斯特征映射,映射处理,邻顶点,堆叠,非线性函数,输入数据,数据映射,射到,潜在空间,重构误差,联合优化,全局特征,社交网络,语言网络,precision,MAP,模型性能,模型实现,网络重构,链路预测,预测性能
AB值：
0.308853
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
