【摘要】：信息網(wǎng)絡(luò)在現(xiàn)實世界中被廣泛的用于描述事物之間復(fù)雜的關(guān)系,例如社交網(wǎng)絡(luò)、通信網(wǎng)絡(luò)和萬維網(wǎng)等。分析網(wǎng)絡(luò)以獲取有效知識已經(jīng)成為近年來學(xué)術(shù)界和工業(yè)界研究的熱點,并在許多學(xué)科的各種新興應(yīng)用中起著至關(guān)重要的作用。同時,隨著越來越多的數(shù)據(jù)信息變得可用,現(xiàn)實世界中的節(jié)點通常會關(guān)聯(lián)一些屬性信息,這些屬性信息在許多應(yīng)用中可能起著重要作用。帶屬性網(wǎng)絡(luò)表示學(xué)習(xí)能夠同時捕獲網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和節(jié)點屬性信息,學(xué)習(xí)并得到節(jié)點的低維潛在表示。目前大部分方法目標都是將網(wǎng)絡(luò)結(jié)構(gòu)或節(jié)點屬性映射到潛在空間,使得節(jié)點間的近鄰關(guān)系在潛在空間得到保留,這些方法并不探究節(jié)點潛在表示與節(jié)點屬性和網(wǎng)絡(luò)結(jié)構(gòu)兩種信息之間的依賴關(guān)系。另外,在帶屬性網(wǎng)絡(luò)中,節(jié)點屬性和網(wǎng)絡(luò)結(jié)構(gòu)信息不一定正相關(guān),即節(jié)點之間存在邊但屬性可能不相似,反之亦然,目前大部分方法并沒有考慮這種部分相關(guān)性。本文提出一個無監(jiān)督的生成模型建模網(wǎng)絡(luò)結(jié)構(gòu)及節(jié)點屬性獨立生成過程,在給定潛在變量的情況下,節(jié)點屬性和網(wǎng)絡(luò)結(jié)構(gòu)是條件獨立的,反映了兩種信息之間的部分相關(guān)性,并將網(wǎng)絡(luò)表示學(xué)習(xí)的問題轉(zhuǎn)換為對隱變量標準的概率推導(dǎo)問題,以此設(shè)計一個基于變分自編碼器的神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)每個節(jié)點的潛在表示。在此基礎(chǔ)上,我們發(fā)現(xiàn)許多網(wǎng)絡(luò)中節(jié)點會表現(xiàn)出社區(qū)或類結(jié)構(gòu)的宏觀模式,在同一個類中節(jié)點傾向于更加密集的連接或共享共同的屬性,這些模型有望提升網(wǎng)絡(luò)表示的學(xué)習(xí)效果。而現(xiàn)有大部分基于社區(qū)保留的方法僅僅考慮網(wǎng)絡(luò)結(jié)構(gòu),而忽略了節(jié)點的屬性信息�；诖�,本文提出一個聯(lián)合學(xué)習(xí)模型,將節(jié)點表示學(xué)習(xí),類標簽分配和類表示學(xué)習(xí)三個任務(wù)進行聯(lián)合優(yōu)化,以實現(xiàn)性能的共同增益。最后,我們通過在三個真實的數(shù)據(jù)集上進行節(jié)點分類、鏈接預(yù)測和節(jié)點聚類實驗,結(jié)果表明,本文提出的模型相對于對比算法能夠取得顯著的效果增益。
【圖文】：

圖１．１網(wǎng)絡(luò)表示學(xué)習(xí)示意圖逡逑早期的網(wǎng)絡(luò)的表示學(xué)習(xí)只是作為降維技術(shù)的一部分，例如，拉普拉斯特征映逡逑射（ＬＥ）邐局部線性嵌入（ＬＬＥ）⑵和等距特征映射（Ｉｓｏｍａｐ）邋［３］。這些方法一逡逑般都通過構(gòu)造最近鄰居用于保持數(shù)據(jù)空間中的局部結(jié)構(gòu)特性，以找到隱藏在高維逡逑數(shù)據(jù)幾何中的低維流形結(jié)構(gòu)。然而，這些方法的主要問題是計算特征向量的復(fù)雜逡逑度很高，使得它們難以擴展到大型網(wǎng)絡(luò)。近年來，新興的網(wǎng)絡(luò)表示學(xué)習(xí)的方法大逡逑量出現(xiàn)，，并且相比于之前的降維方法取得了明顯的效果提升。受到自然語言處理逡逑中ｗｏｒｄ２ｖｅｃ［４，５］等方法的啟發(fā)，ＤｅｅｐＷａｌｌＪ６＾邋ｎｏｄｅ２ｖｅｃ［７］等方法使用隨機游走算法逡逑將網(wǎng)絡(luò)轉(zhuǎn)換成線性的節(jié)點序列，并引入自然語言處理單詞表示模型ｓｋｉｐ－ｇｒａｍＷ來逡逑學(xué)習(xí)節(jié)點表示。這些方法的基本假設(shè)是原網(wǎng)絡(luò)中距離比較近的節(jié)點，在生成的節(jié)逡逑點序列中也會比較接近。相比于基于隨機游走的方法，ＬＩＮＥ％等方法的目標是擬逡逑合更為具體的一階和二階的近鄰關(guān)系。擬合一階近鄰關(guān)系使得在網(wǎng)絡(luò)中直接相鄰逡逑

邐６逡逑Ｖ逡逑圖２．１邋ＶＡＥ有向概率圖逡逑具體的，如圖２．１所示的有向概率圖，觀測到的數(shù)據(jù)集匕是從隨機逡逑過程中采樣得到的＃個數(shù)據(jù)，該隨機過程包含兩步：（１）變量ｚ從先驗分布；ｖ（ｚ）逡逑采樣得到；（２）觀測變量從條件概率分布；采樣生成。其中，潛在變量逡逑ｚ是無法觀測到的，后驗概率＆（ｚ邋｜邋ｘ）邋＝邐由于邊緣似然函數(shù)凡⑷無逡逑Ｐｅ（ｘ）逡逑法求得而無法直接計算。在變分推斷中，需要使用一個變分分布％（ｚ｜ｊｃ）去近似真逡逑實的后驗概率＆（ｚ｜ｘ），其中０為變分參數(shù)。度量這兩個分布的距離通常使用ＫＬ逡逑散度，如公式（２．２７）所示。逡逑１６逡逑
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP393.0;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 王衛(wèi)新;;4G網(wǎng)絡(luò)優(yōu)化分析及其解決方案分析[J];數(shù)碼世界;2017年05期

2 寧荻;配置網(wǎng)絡(luò)參數(shù)的另外幾種方法[J];電腦開發(fā)與應(yīng)用;2004年04期

3 帷幄;如何防止網(wǎng)絡(luò)參數(shù)被篡改[J];網(wǎng)絡(luò)與信息;2002年02期

4 馮正和;宋濤;;空域網(wǎng)絡(luò)與譜域網(wǎng)絡(luò)[J];微波學(xué)報;1988年02期

5 ;看圖調(diào)網(wǎng)絡(luò) CS中的客戶端網(wǎng)絡(luò)參數(shù)調(diào)校技巧[J];電子競技;2005年Z1期

6 施永貴;王洪峰;唐加福;何晶晶;;多業(yè)務(wù)CDMA網(wǎng)絡(luò)參數(shù)優(yōu)化模型與算法[J];信息與控制;2012年04期

7 崔玉娜;晉晶晶;;無線網(wǎng)絡(luò)參數(shù)修改管理辦法探討[J];電信工程技術(shù)與標準化;2014年04期

8 程耕國;;論用回歸差分析網(wǎng)絡(luò)參數(shù)的唯一性[J];武漢鋼鐵學(xué)院學(xué)報;1986年04期

9 姚宏亮;萇健;王浩;李俊照;;靈敏性分析下的因果網(wǎng)絡(luò)參數(shù)的擾動學(xué)習(xí)研究[J];計算機科學(xué)與探索;2012年02期

10 ;控制網(wǎng)絡(luò)的正確選擇[J];機電信息;1998年05期

相關(guān)會議論文 前10條

1 段書凱;劉光遠;;網(wǎng)絡(luò)參數(shù)對混沌聯(lián)想記憶特性的影響[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

2 莫富強;王浩;姚宏亮;;動態(tài)貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法的一種加速[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

3 魏連成;;平衡網(wǎng)絡(luò)參數(shù)測量方法研究[A];2017年全國微波毫米波會議論文集（中冊）[C];2017年

4 董樹義;趙永久;路宏敏;;微波規(guī)準網(wǎng)絡(luò)參數(shù)擬合模型與CAT[A];1991年全國微波會議論文集（卷Ⅱ）[C];1991年

5 彭振宇;朱暢華;董樹義;;傳輸型雙六端口測量網(wǎng)絡(luò)參數(shù)的優(yōu)化方案探討[A];1995年全國微波會議論文集（下冊）[C];1995年

6 譚裴;薛偉;;一種基于物聯(lián)網(wǎng)技術(shù)的能耗管理平臺研究[A];2013年中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會年會論文集[C];2013年

7 石志俠;姚青山;張艾明;胡遵素;;復(fù)雜α譜的神經(jīng)網(wǎng)絡(luò)解譜技術(shù)[A];中國顆粒學(xué)會2002年年會暨海峽兩岸顆粒技術(shù)研討會會議論文集[C];2002年

8 武占宇;唐宗熙;張彪;;三端口矢量網(wǎng)絡(luò)參數(shù)的測量[A];2005'全國微波毫米波會議論文集（第二冊）[C];2006年

9 梁昌洪;張新軍;;一類非均勻傳輸線網(wǎng)絡(luò)參數(shù)的數(shù)值求解[A];1997年全國微波會議論文集(下冊)[C];1997年

10 繆林昌;殷宗澤;;人工神經(jīng)網(wǎng)絡(luò)在非飽和土研究中的應(yīng)用[A];巖土力學(xué)的理論與實踐——第三屆全國青年巖土力學(xué)與工程會議論文集[C];1998年

相關(guān)重要報紙文章 前9條

1 北京 阮征;遠程修改網(wǎng)絡(luò)參數(shù)[N];電腦報;2004年

2 李浩;巧用IP Changer修改TCP／IP網(wǎng)絡(luò)參數(shù)[N];江蘇經(jīng)濟報;2003年

3 ;Linux下設(shè)置基本網(wǎng)絡(luò)參數(shù)四法[N];電腦報;2001年

4 魏大可;校園網(wǎng)絡(luò)參數(shù)維護技巧之隱藏法[N];中國電腦教育報;2003年

5 珠海世紀鼎利通信科技股份有限公司;從“優(yōu)化策略”實現(xiàn)突破[N];通信產(chǎn)業(yè)報;2012年

6 本報實習(xí)記者 賈冕;WiFi共享：是福是禍？[N];中國知識產(chǎn)權(quán)報;2013年

7 武君;網(wǎng)絡(luò)優(yōu)化因“段”制宜[N];通信產(chǎn)業(yè)報;2006年

8 江蘇 陸亞軍;網(wǎng)絡(luò)優(yōu)化利器 NetSupersonic[N];電腦報;2001年

9 記者 趙雅琪;“易優(yōu)”有效解決TD網(wǎng)絡(luò)優(yōu)化難題[N];人民郵電;2009年

相關(guān)博士學(xué)位論文 前10條

1 張川;復(fù)雜網(wǎng)絡(luò)的若干控制同步問題研究[D];大連理工大學(xué);2018年

2 武曉宇;基于復(fù)雜網(wǎng)絡(luò)的網(wǎng)絡(luò)業(yè)務(wù)流建模與行為分析[D];北京郵電大學(xué);2018年

3 吳泓潤;復(fù)雜網(wǎng)絡(luò)的建模及傳播動力學(xué)研究[D];武漢大學(xué);2018年

4 焦楊;復(fù)雜網(wǎng)絡(luò)社區(qū)檢測、鏈路預(yù)測及應(yīng)用[D];西安電子科技大學(xué);2018年

5 周永權(quán);泛函網(wǎng)絡(luò)理論及其學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2006年

6 肖秦琨;基于動態(tài)貝葉斯網(wǎng)絡(luò)的智能自主優(yōu)化機制研究[D];西北工業(yè)大學(xué);2006年

7 陳益平;下一代移動通信網(wǎng)絡(luò)始終最佳連接服務(wù)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2007年

8 魏宗文;重整化方法在復(fù)雜網(wǎng)絡(luò)中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

9 趙慧;復(fù)雜網(wǎng)絡(luò)的若干同步控制問題研究及其應(yīng)用[D];北京郵電大學(xué);2017年

10 張春萍;熱聲核特性參數(shù)實驗研究及高頻微型熱聲實驗裝置的研制[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 李杰;復(fù)雜網(wǎng)絡(luò)上的信息級聯(lián)動力學(xué)[D];天津理工大學(xué);2019年

2 余平剛;基于變分自編碼器的帶屬性網(wǎng)絡(luò)表示學(xué)習(xí)與深度嵌入聚類[D];浙江大學(xué);2019年

3 袁越;結(jié)合相關(guān)濾波與深度網(wǎng)絡(luò)的多尺度目標跟蹤[D];南昌航空大學(xué);2019年

4 楊楠;基于新型圖核的腦網(wǎng)絡(luò)相似性分析[D];天津工業(yè)大學(xué);2019年

5 韓國安;基于強化學(xué)習(xí)的認知無線網(wǎng)絡(luò)抗敵意干擾技術(shù)研究[D];廈門大學(xué);2018年

6 張振煥;基于多權(quán)值殘差網(wǎng)絡(luò)的服裝圖片檢測與識別方法研究[D];武漢理工大學(xué);2018年

7 方俊鵬;基于U形深度網(wǎng)絡(luò)的MRI分割方法研究[D];杭州電子科技大學(xué);2018年

8 萬里鵬;基于生成對抗網(wǎng)絡(luò)的多屬性人臉生成及輔助識別研究[D];北京交通大學(xué);2018年

9 孫增輝;基于遞歸卷積網(wǎng)絡(luò)的手寫及場景文本識別的研究[D];華南理工大學(xué);2018年

10 孫博;基于生成對抗網(wǎng)絡(luò)的文本自動生成方法研究[D];哈爾濱工業(yè)大學(xué);2018年

本文編號：2622744