Open Shumpei-Kikuta opened 6 years ago
Author: Leonardo F. R. Ribeiro, Pedro H. P. Saverese and Daniel R. Figueiredo Published: KDD2017
これまでエンベッティングの手法は様々開発されているが,役割ベースでエンベッティングする手法はない.これまでのエンベッティングはhomophily(似ているノードは繋がりやすい,繋がっているノードは似ている) タンパク質の役割ネットワーク,航空網のネットワークなどではネットワーク上で役割が重要な役割を果たすため,役割を保存するエンベッティングが必要.
考え方は以下の通り
イメージは,ノードu, vの周りにあるノードの次数が近ければfは大きくなる →f は構造的類似性を表す.
多層ネットワークMを作る kの値によって多層のネットワークを作る. 全ての層において,全てのノードが存在する. ノードu,v の近さがfkで求められるので,全ての組み合わせに対してfkを求める. fkに大きさによってエッジに重みをつける(Biased random walk用).
Biased random walkでノードの列を生成 まず,層を移動するか決める. 層を移動する基準は,似ているノードの量,似ているノードが多い(エッジの重みが大きいものが多い)時は,上の層へ,似ているノードが少ない時は下の層へ移動する. 層が決まったら,エッジの重みに従って遷移する. これを繰り返す.
skip-gramへ おきまりのやり方.
paper
Author: Leonardo F. R. Ribeiro, Pedro H. P. Saverese and Daniel R. Figueiredo Published: KDD2017
Why
これまでエンベッティングの手法は様々開発されているが,役割ベースでエンベッティングする手法はない.これまでのエンベッティングはhomophily(似ているノードは繋がりやすい,繋がっているノードは似ている) タンパク質の役割ネットワーク,航空網のネットワークなどではネットワーク上で役割が重要な役割を果たすため,役割を保存するエンベッティングが必要.
Contribution
What
考え方は以下の通り
How
イメージは,ノードu, vの周りにあるノードの次数が近ければfは大きくなる →f は構造的類似性を表す.
多層ネットワークMを作る kの値によって多層のネットワークを作る. 全ての層において,全てのノードが存在する. ノードu,v の近さがfkで求められるので,全ての組み合わせに対してfkを求める. fkに大きさによってエッジに重みをつける(Biased random walk用).
Biased random walkでノードの列を生成 まず,層を移動するか決める. 層を移動する基準は,似ているノードの量,似ているノードが多い(エッジの重みが大きいものが多い)時は,上の層へ,似ているノードが少ない時は下の層へ移動する. 層が決まったら,エッジの重みに従って遷移する. これを繰り返す.
skip-gramへ おきまりのやり方.