期刊专题

10.11959/j.issn.2096-0271.2015025

网络表示学习

引用
以Facebook、Twitter、微信和微博为代表的大型在线社会网络不断发展,产生了海量体现网络结构的数据.采用机器学习技术对网络数据进行分析的一个重要问题是如何对数据进行表示.首先介绍了网络表示学习的研究背景和相关定义.然后按照算法类别,介绍了当前5类主要的网络表示学习算法,特别地,对基于深度学习的网络表示学习技术进行了详细的介绍.之后讨论了网络表示学习的评测方法和应用场景.最后,探讨了网络表示学习的研究前景.

网络、表示学习、深度学习

1

国家重点基础研究发展计划“973”计划基金资助项目No.2014CB340400,国家自然科学基金资助项目No.61272340,No.61472013,No.61532001

2015-12-30(万方平台首次上网日期,不代表论文的发表时间)

前插1,1-15

暂无封面信息
查看本期封面目录

大数据

2096-0271

10-1321/G2

1

2015,1(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn