Нещодавно я натрапив на вбудовування графіків, таких як DeepWalk та LINE. Однак я все ще не маю чіткого уявлення про те, що мається на увазі під вкладкою графа та коли ним користуватися (додатки)? Будь-які пропозиції вітаються!
Нещодавно я натрапив на вбудовування графіків, таких як DeepWalk та LINE. Однак я все ще не маю чіткого уявлення про те, що мається на увазі під вкладкою графа та коли ним користуватися (додатки)? Будь-які пропозиції вітаються!
Відповіді:
Вбудовування графіка вивчає відображення від мережі до векторного простору, зберігаючи відповідні властивості мережі.
Векторні простори більше піддаються науці даних, ніж графіки. Графіки містять ребра та вузли; ці мережеві зв’язки можуть використовувати лише певний підмножина математики, статистики та машинного навчання. Векторні простори мають багатший набір інструментів із цих доменів. Крім того, векторні операції часто простіші та швидші, ніж еквівалентні графічні операції.
Один із прикладів - пошук найближчих сусідів. Ви можете виконувати "перестрибування" з вузла на інший вузол у графі. У багатьох графіках реального світу після пари стрибків мало змістовної інформації (наприклад, рекомендації друзів друзів друзів). Однак у векторних просторах ви можете використовувати метрику відстані для отримання кількісних результатів (наприклад, евклідова відстань або подібність косинуса). Якщо у вас є кількісні показники відстані у значущому векторному просторі, пошук найближчих сусідів простий.
" Методи, програми та ефективність вбудовування графіка: опитування " - це оглядова стаття, яка детальніше описується.
Що таке вбудовування графіка? "Вкладення графіка" - сьогодні гаряча область в машинному навчанні. Це в основному означає пошук "прихованого векторного представлення" графіків, що фіксує топологію (в самому базовому сенсі) графіка. Ми можемо зробити це "векторне представлення" багатим, також враховуючи зв'язки вершини-вершини, інформацію про край тощо. У графіку є приблизно два рівні вбудовування (звичайно, ми можемо в будь-який час визначити більше рівнів, логічно розділивши весь графік на підграфів різних розмірів):
Програми - уважно дивлячись, вбудовування є "прихованими" уявленнями, тобто якщо графік має | V | * | V | матриця суміжності де | V | = 1М, його важко використовувати або обробити 1M * 1M числа в алгоритмі. Отже, приховане вбудовування розмірності 'd', де d << | V |, зробить матрицю суміжності | V | * d і порівняно простіший у використанні. Іншим додатком може бути: Розгляньте простий сценарій, коли ми хочемо рекомендувати продукти людям, які мають подібні інтереси в соціальній мережі. Отримавши вершинні вбудовування (тут мається на увазі векторне представлення кожної людини), ми можемо знайти подібні, побудувавши ці вектори, і це полегшує рекомендацію. Це одні додатки, а є й інші. Ви можете посилатися на приємну роботу з опитування - Методи вбудовування графіка, опитування .
Звідки все це взялося? У цій галузі було зроблено дуже багато робіт, і майже все походить від новаторських досліджень у галузі обробки природних мов - «Word2Vec» Міколова. Якщо ви хочете почати з дослідження вбудовування графіків, рекомендую спершу зрозуміти, як працює Word2Vec. Ви можете знайти хороші пояснення - пояснено вивчення параметрів Word2Vec та лекцію Стенфорда . Потім ви можете перейти до паперів, які ви перерахували. Ці роботи можна класифікувати як:
Працює на основі "Вбудовування вершин ": - DeepWalk , Node2Vec , LINE .
Працює на основі "Вбудовування графіків": - Ядра глибоких графіків , Subgraph2Vec .
У статті Центральна гранична теорема для вбудовування всеохоплюючого графіка довільних точок добутку Левіна et.al. папір, специфічний тип вбудовування графа (вбудовування Omnibus) визначає вбудовування графа як методологію, "в якій вершини графа відображаються на вектори в низькомірному евклідовому просторі". Перевірте посилання для отримання додаткової інформації.