Node2vec
PulseAugur coverage of Node2vec — every cluster mentioning Node2vec across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的Omega-N方法提供了可解释的网络节点描述符
研究人员开发了Omega-N，一种用于创建网络可解释结构节点描述符的新颖方法。该方法仅使用图信息，无需属性、训练或嵌入即可为每个节点生成十个特征。Omega-N在节点分类评估中表现强劲，在大多数情况下优于递归特征引擎。其最显著的应用似乎是在蛋白质相互作用网络上的药物-靶点优先排序，在该领域，其AUPRC相较于现有中心性度量有了显著提高。
-
节点嵌入维度影响稳定性，arXiv新论文发现
一篇新的arXiv论文探讨了节点嵌入的维度如何影响其在不同训练运行和方法中的稳定性。研究人员发现，维度会显著影响稳定性，其影响因嵌入方法和稳定性指标而异。例如，node2vec和ASNE通常在较高维度下更稳定，而GraphSAGE和VERSE则表现出更复杂或不稳定的稳定性。研究还指出，产生高稳定性的维度并不总是与最佳的下游性能相关。
-
EssentialGIN使用图网络进行基因预测
研究人员开发了EssentialGIN，一种使用图同构神经网络预测必需基因的新方法。该方法整合了基因表达和同源性信息等生物数据与网络拓扑结构，以提高预测准确性。实验表明，EssentialGIN的性能优于现有的基于中心性和机器学习的方法，尤其是在人类等复杂生物体中。
-
新算法解决用于网络分析的复杂矩阵分解问题
研究人员开发了新颖的启发式算法来解决复杂的对称多类型正交非负矩阵三分解问题。这些方法，包括一种不动点方法和一种基于ADAM的技术，旨在为这个非凸优化挑战找到高质量的局部解。在合成数据和引文网络上的评估表明，这些算法在恢复分解和为链接预测和节点分类等任务生成有竞争力的嵌入方面是有效的。