文献阅读(16)ICLR2020-On The Equivalence between Node Embeddings and Structural graph representations
本文是对《On The Equivalence between Node Embeddings and Structural graph representations》一文的浅显翻译与理解,原文章已上传至个人资源,如有侵权即刻删除。
更多网络表示学习相关文章,请移步:文献阅读总结:网络表示学习
Title
《On The Equivalence between Node Embeddings and Structural graph representations》
——ICLR2020
Author: Balasubramaniam Srinivasan
总结
文章认为节点嵌入和结构表征的关系模糊,从而提出了一些观点并进行理论和实验的双重证明。文章没有提出新算法,而是纯理论推导,较为复杂未细读,只做简单概述。
文章提出的观点有:
- 结构表征和节点嵌入的关系类似于分布与其采样的关系;
- 所有通过节点嵌入执行的任务,同样可以用结构表征执行,反之亦然;
- 提出了新的创建和使用节点嵌入的指导方针,以代替当前并不理想的标准化执行程序;
- 认为直推式和归纳式学习与节点嵌入或结构表征无关;
文章认为,节点嵌入适合多端关系,如链路预测、聚类、自然语言处理和知识采集等应用;结构表征适合节点分类、图分类和角色挖掘等应用。
以两个食物链结构为例:
该图为框架结构表征的可视化,结构表征针对不同食物链的同类角色,拥有相近的向量表示,不同角色之间颜色差异很大,因此更适合在食物链间的任务,如节点分类等。
该图为框架节点嵌入的可视化,节点嵌入针对同一食物链中的不同角色,拥有相近的向量表示,不同食物链之间颜色差异很大,因此更适合在食物链内的任务,如链路预测等。