Papers by Sarah Abdulkareem Ahmed Ahmed
1st International Conference on Innovative Academic Studies, 2022
Her ağ düğümü için düşük boyutlu bir temsil vektörü öğrenmek, farklı ağ analizi görevlerinde daha... more Her ağ düğümü için düşük boyutlu bir temsil vektörü öğrenmek, farklı ağ analizi görevlerinde daha önemli hale gelen ağ temsili öğrenmenin bir temel hedefi haline gelmiştir. Ağ temsili öğrenme teknikleri arasında rasgele yürüyüş tabanlı algoritmaların çok etkili olduğu görülmüştür. Mevcut yaklaşımların çoğu, düğümlerin topoloji bilgilerini temsil vektörlerine kodlamaya odaklanır ve ağlarda bulunan düğüm öznitelikleri dikkate almaz. Gerçekte, ağdaki düğümler, daha iyi temsilleri öğrenmeye potansiyel olarak katkıda bulunabilecek zengin öznitelikler içerebilir. Dolayısıyla, bu çalışmada bir düğümün vektör temsilini öğrenmek için ağ yapısıyla düğüm özniteliğini birleştiren rasgele yürüyüş tabanlı yeni bir yaklaşım öneriyoruz. Üç farklı ağ üzerinde yapılan kapsamlı deneyler, önerilen yöntemin daha iyi düğüm temsillerini öğrendiğini, bağlantı tahmini ve kümeleme görevlerinde diğer özellik çıkarma yöntemlerine kıyasla önemli performans kazanımları elde ettiğini göstermektedir.
Uploads
Papers by Sarah Abdulkareem Ahmed Ahmed