论文题目: Gravity-Inspired Graph Autoencoders for Directed Link Prediction

论文摘要:

图自编码器(AE)和变分自编码器(VAE)是近年来出现的强有力的节点嵌入方法。特别是利用图AE和VAE成功地解决了具有挑战性的链路预测问题,目的是找出图上的一些节点对是否被未观察到的边所连接。然而,这些模型侧重于无向图,因此忽略了链接的潜在方向,这限制了许多实际应用程序。在本文中,我们扩展了graph AE和VAE框架来解决有向图中的链路预测问题。我们提出了一种新的gravity-inspired的解码器方案,可以有效地从节点嵌入中重建有向图。我们对标准graph AE和VAE表现较差的三种不同定向链路预测任务进行了实证评价。我们在三个真实世界的图上获得了具有竞争力的结果,超过了几个流行的baseline。

论文作者:

Guillaume Salha自2018年10月以来,在巴黎理工学院(Ecole Polytechnique)攻读机器学习博士学位,师从罗曼·亨内昆(Romain Hennequin)和米哈利斯·瓦兹尔贾尼(Michalis Vazirgiannis)。研究兴趣跨越了深度学习和图形挖掘的广泛领域,并应用于音乐推荐。在最近的出版物中,主要关注图表示学习、图自动编码器模型。2016年,毕业于巴黎萨克莱高等师范学院(Ecole Normale Superieure Paris-Saclay),获得了计算机视觉与机器学习(MVA)硕士学位,在巴黎工程学院(ENSAE ParisTech)获得了工程学硕士学位。

Stratis Limnios是巴黎综合理工学院博士生,目前在巴黎高等理工学院计算机科学实验室,研究兴趣是机器学习,深度学习和图挖掘。

Romain Hennequin目前是Deezer的音乐信息检索工程师。在Deezer之前,在Audionamix工作了3年,工作侧重于声源分离。并且在Bertrand David和Roland Badeau的指导下,在巴黎电信的TSI(信号和图像处理部门)完成了博士学位,工作主要集中在音乐信息检索上,论文主题是分解音乐谱图,使用分解方法中的信号模型(如非负矩阵分解)。

成为VIP会员查看完整内容
27

相关内容

论文浅尝 | 重新实验评估知识图谱补全方法
开放知识图谱
26+阅读 · 2020年3月29日
【论文笔记】Graph U-Nets
专知
76+阅读 · 2019年11月25日
【中科院计算所】图卷积神经网络及其应用
论文浅尝 | GraphIE:基于图的信息抽取框架
开放知识图谱
17+阅读 · 2019年6月2日
动态知识图谱补全论文合集
专知
60+阅读 · 2019年4月18日
论文浅尝 | Interaction Embeddings for Prediction and Explanation
开放知识图谱
11+阅读 · 2019年2月1日
论文浅尝 | 变分知识图谱推理:在KG中引入变分推理框架
Arxiv
6+阅读 · 2019年7月11日
Arxiv
26+阅读 · 2018年2月27日
VIP会员
相关VIP内容
相关资讯
论文浅尝 | 重新实验评估知识图谱补全方法
开放知识图谱
26+阅读 · 2020年3月29日
【论文笔记】Graph U-Nets
专知
76+阅读 · 2019年11月25日
【中科院计算所】图卷积神经网络及其应用
论文浅尝 | GraphIE:基于图的信息抽取框架
开放知识图谱
17+阅读 · 2019年6月2日
动态知识图谱补全论文合集
专知
60+阅读 · 2019年4月18日
论文浅尝 | Interaction Embeddings for Prediction and Explanation
开放知识图谱
11+阅读 · 2019年2月1日
论文浅尝 | 变分知识图谱推理:在KG中引入变分推理框架
微信扫码咨询专知VIP会员