基于结构学习和自监督图注意力的网络表示学习

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：网络表示学习是网络分析任务的基础，对于挖掘和分析真实网络数据具有重大意义。最近，图注意力网络（Graph Attention Networks， GAT）及其后续变体，在网络表示学习中表现出了卓越的性能。但是基于注意力的方法存在以下局限性：（1）只考虑节点的一阶邻居信息，忽略了高阶邻居节点。（2）模型缺乏可解释性。（剩余21512字）

试读结束

目录
monitor