【论文阅读｜浅读】DMER：Deep Mutual Encode Model for Network Embedding From Structural Identity

目录

• ​​前言​​
• ​​简介​​
• ​​ABSTRACT​​
• ​​I. INTRODUCTION​​
• ​​II. RELATED WORK​​

• ​​A. NETWORK EMBEDDING​​
• ​​B. TRADITIONAL METHODS FOR STRUCTURAL IDENTIFY​​
• ​​C. NETWORK EMBEDDING FOR STRUCTURAL IDENTIFY​​

• ​​III. THE PROPOSED MODEL​​

• ​​A. NOTATIONS​​
• ​​B. DEFINITIONS​​
• ​​C. METHODOLOG​​
• ​​D. ROLE FEATURE EXTRACTION​​
• ​​E. GCN​​
• ​​F. AUTO-ENCODER​​
• ​​G. DECODER AND JOINT TRAINING​​
• ​​H. COMPUTATIONAL COMPLEXITY ANALYSIS​​

• ​​IV. EXPERIMENTS​​

• ​​A. DATASET​​
• ​​B. BASELINES AND PARAMETER SETTINGS​​
• ​​C. VISUALIZATION​​
• ​​D. STRUCTURAL ROLE CLASSIFICATION​​
• ​​E. PARAMETERS SENSITIVITY​​
• ​​F. CASE STUDY​​

• ​​V. CONCLUSION​​
• ​​读后总结​​

• ​​2022/07/12 第一次阅读​​

• ​​结语​​

前言

Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
 
自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研。
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
 
唯有努力

标签：Mutual,嵌入,DMER,角色,网络,Deep,GCN,节点,结构
From： https://blog.51cto.com/u_15939722/6004814