KDD 2019论文解读:异构信息网络上的对抗生成学习

缪克卢汉 2019-08-16

蚂蚁金服科技

日前,由蚂蚁金服算法工程师胡斌斌撰写的论文《Adversarial Learning on Heterogeneous Information Networks》入选全球数据挖掘顶级会议KDD 2019,本文为该论文的详细解读。论文地址:
https://www.kdd.org/kdd2019/accepted-papers/view/adversarial-learning-on-heterogeneous-information-networks

前言

网络表示学习是一种在低维空间中表示网络数据的方法,在异构信息网络分析中得到了广泛的应用。现有的异构信息网络表示学习方法虽然在一定程度上实现了性能的提高,但仍然存在一些主要的不足。最重要的是,它们通常采用负抽样的方法从网络中随机选择节点,而不学习底层的分布以获得更鲁棒的表示。

受生成式对

登录 后评论
下一篇
corcosa
15467人浏览
2019-10-08
相关推荐
论文 | 2017KDD西行记
2640人浏览
2017-12-01 13:59:02
1
3
0
1133