網(wǎng)絡(luò)表示方法一般分為兩種,傳統(tǒng)的基于拓?fù)涞木W(wǎng)絡(luò)表示通常直接使用鄰接矩陣,該矩陣可能包含噪聲或冗余信息�；谇度氲木W(wǎng)絡(luò)表示旨在學(xué)習(xí)低維空間中節(jié)點(diǎn)的密集和連續(xù)表示,從而可以減少噪聲或冗余信息,并保留固有結(jié)構(gòu)信息。由于每個(gè)節(jié)點(diǎn)都由包含其感興趣信息的向量表示,因此可以通過計(jì)算映射函數(shù)或距離度量來解決網(wǎng)絡(luò)分析中的許多問題,從而避免高復(fù)雜性的操作。目前已有的網(wǎng)絡(luò)表示學(xué)習(xí)方法大多只能針對(duì)網(wǎng)絡(luò)的某一種性質(zhì)進(jìn)行學(xué)習(xí),比如同質(zhì)性,學(xué)習(xí)該性質(zhì)的方法通常在鏈接預(yù)測和網(wǎng)絡(luò)重構(gòu)任務(wù)中表現(xiàn)較好。還有一些方法用來捕獲節(jié)點(diǎn)的同構(gòu)性,一般在節(jié)點(diǎn)重要性分類任務(wù)中表現(xiàn)很好。本文提出了基于隨機(jī)游走的多粒度復(fù)雜網(wǎng)絡(luò)表示學(xué)習(xí)方法,能同時(shí)捕獲網(wǎng)絡(luò)中的同構(gòu)性和同質(zhì)性。本文主要內(nèi)容如下:提出了一種基于博弈論的多粒度網(wǎng)絡(luò)表示學(xué)習(xí)方法。首先,根據(jù)全局結(jié)構(gòu)特性對(duì)網(wǎng)絡(luò)進(jìn)行多粒度劃分,在各粒層上計(jì)算層內(nèi)相似性矩陣,在粒層間構(gòu)建映射關(guān)系;然后結(jié)合傳播動(dòng)力學(xué)的思想,將網(wǎng)絡(luò)中的節(jié)點(diǎn)作為博弈個(gè)體,通過構(gòu)建收益矩陣實(shí)現(xiàn)動(dòng)態(tài)隨機(jī)游走;最后,使用自然語言處理模型Skip-Gram對(duì)節(jié)點(diǎn)序列進(jìn)行訓(xùn)練,通過最大化節(jié)點(diǎn)共現(xiàn)的概率來調(diào)整參數(shù),以獲得具有語義信息的低維向... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

k核分解示例圖

重慶郵電大學(xué)碩士學(xué)位論文第3章基于博弈論的多粒度網(wǎng)絡(luò)表示學(xué)習(xí)192,(,1)(,)/||kkijWkkWijV(3.7)W(k,k1)1W(k,k1)(3.8)W(k,k1)代表第k層與第(k+1)層之間的映射關(guān)系，W(k,k1)代表第k層與第(k-1)層之間的映射關(guān)系，||kV表示第k層中的節(jié)點(diǎn)數(shù)。中間粒層的每個(gè)節(jié)點(diǎn)都增加了兩個(gè)連接，一個(gè)用于連接上一個(gè)粒層，另一個(gè)用于連接下一個(gè)粒層。值得注意的是，第一層僅添加了一個(gè)連接來與第二層連接，最后一層只增加了一個(gè)連接與倒數(shù)第二層相連。最后，重構(gòu)的多粒度圖定義為",,mgmgGVEW，mgV表示重構(gòu)的多粒度圖節(jié)點(diǎn)的集合，mgE表示邊的集合，W表示每個(gè)粒層的權(quán)重矩陣。3.2.3基于博弈論的隨機(jī)游走在上一節(jié)中，我們根據(jù)節(jié)點(diǎn)之間的相似性構(gòu)造了多粒度加權(quán)圖。與以前的工作一樣，本章模型也使用了有偏隨機(jī)游走，游走概率由節(jié)點(diǎn)間的權(quán)重決定，該權(quán)重由結(jié)構(gòu)相似性和鄰接矩陣確定。為了使相似的節(jié)點(diǎn)在游走過程中更緊密，本節(jié)引入了博弈論的思想，在游走過程中動(dòng)態(tài)調(diào)整節(jié)點(diǎn)間的權(quán)重。本節(jié)采用的演化穩(wěn)定策略是基于公共品博弈，將多粒度圖中的節(jié)點(diǎn)視為博弈對(duì)象，將隨機(jī)游走過程作為博弈過程，節(jié)點(diǎn)在博弈過程中將采取合作或背叛策略。對(duì)于每個(gè)粒層，每個(gè)節(jié)點(diǎn)都與其它節(jié)點(diǎn)一起進(jìn)行博弈。整個(gè)博弈過程可以分為||1kV次子博弈，那么收益矩陣可以定義如下：圖3.3收益矩陣策略C表示節(jié)點(diǎn)選擇合作策略，策略D表示節(jié)點(diǎn)選擇背叛策略。假設(shè)節(jié)點(diǎn)i和j都在第k層，(,),\kxWikkVj表示當(dāng)節(jié)點(diǎn)選擇合作策略C時(shí)邊(i,j)的收益，節(jié)點(diǎn)j是隨機(jī)游走過程中節(jié)點(diǎn)i的后繼。yW(i,j)表示當(dāng)節(jié)點(diǎn)i和j選擇合作時(shí)邊(i,j)本身的支出。kV表示第k個(gè)粒層中的節(jié)點(diǎn)集合，α和β是控制收益和支出比例的超參數(shù)。對(duì)于本章模型，多粒度圖中的節(jié)點(diǎn)參與了博弈，導(dǎo)致節(jié)點(diǎn)之間的權(quán)重

重慶郵電大學(xué)碩士學(xué)位論文第4章基于同構(gòu)性和同質(zhì)性的模糊分層網(wǎng)絡(luò)表達(dá)32是仍然存在缺陷，即其“遞歸修剪”過程過于嚴(yán)格。對(duì)于圖4.2所示，如果要獲得2核子網(wǎng)絡(luò)H(C,E|C)，則必須滿足條件():deg2HvvCree（見定義2.7）。圖4.3(a)展示了從1核到2核的第一次修剪，圖4.3(b)展示了最終的2核子網(wǎng)絡(luò)。在圖4.2所示的小網(wǎng)絡(luò)中，節(jié)點(diǎn)v的度為4，該節(jié)點(diǎn)是比較重要的。但是節(jié)點(diǎn)v在生成2核網(wǎng)絡(luò)的過程中將被刪除，因?yàn)椴环?核網(wǎng)絡(luò)的嚴(yán)格定義。為了更好地捕獲節(jié)點(diǎn)的重要性，需要通過采用模糊映射來更改k核分解的嚴(yán)格條件。圖4.2k核示例圖(a)第一次修剪(b)2核網(wǎng)絡(luò)圖4.3k核分解過程模糊集被用作定量表達(dá)固有多義性和不確定性信息的可靠手段，打破了由特征函數(shù)描述的集的邊界。任何元素都可以同時(shí)屬于多個(gè)模糊子集，并且其程度可以由區(qū)間[0,1]中的隸屬度值表示，這種表示方法更接近于人類的感知。為了解決由精確的k核分解引起的問題，本章提出了模糊k核分解。模糊系統(tǒng)的關(guān)鍵問題是隸屬度函數(shù)的使用。一般而言，模糊隸屬度函數(shù)分為線性和非線性。在FHNE模型中，模糊k核分解的特征只是節(jié)點(diǎn)度。模型希望隨著k值的增加，由節(jié)點(diǎn)度計(jì)算的隸屬度可以涵蓋更多的語義�？梢钥闯�，非線性隸屬函數(shù)的典型特征與此不符，可能導(dǎo)致隸屬度急劇上升或下降。因此，本章采用如圖4.4所示的梯形隸屬度函數(shù)，其對(duì)應(yīng)的表達(dá)式如公式(4.1)所示：0()(),()()1()kdvkdvkvGAvkdvbbkbdv(4.1)

【參考文獻(xiàn)】：
期刊論文
[1]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠(yuǎn),孫茂松.  中國科學(xué):信息科學(xué). 2017(08)
[2]基于演化博弈的社交網(wǎng)絡(luò)模型演化研究[J]. 劉群,易佳.  物理學(xué)報(bào). 2013(23)
[3]基于在線社交網(wǎng)絡(luò)的信息傳播模型[J]. 張彥超,劉云,張海峰,程輝,熊菲.  物理學(xué)報(bào). 2011(05)
[4]粒度計(jì)算在人工神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[J]. 李道國,苗奪謙,杜偉林.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(07)
[5]A Granular Computing Model Based on Tolerance relation[J]. WANG Guo-yin, HU Feng, HUANG Hai, WU YuChongqing University of Posts and Telecommunications, Chongqing 400065, P.R. China.  The Journal of China Universities of Posts and Telecommunications. 2005(03)
[6]不完備信息系統(tǒng)的粒計(jì)算方法[J]. 胡峰,黃海,王國胤,吳渝.  小型微型計(jì)算機(jī)系統(tǒng). 2005(08)
[7]模糊商空間理論(模糊粒度計(jì)算方法)[J]. 張鈴,張鈸.  軟件學(xué)報(bào). 2003(04)

博士論文
[1]人口演化的動(dòng)態(tài)網(wǎng)絡(luò)傳染病模型研究[D]. 荊文君.山西大學(xué) 2019
[2]基于復(fù)雜網(wǎng)絡(luò)的合作演化動(dòng)力學(xué)研究[D]. 高佳.西安電子科技大學(xué) 2012
[3]相容粒度空間模型及其應(yīng)用研究[D]. 鄭征.中國科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2006

碩士論文
[1]基于主題提取的網(wǎng)絡(luò)表示學(xué)習(xí)[D]. 袁佳麗.華中科技大學(xué) 2019



本文編號(hào)：3362141