歡迎光臨
每天分享高質量文章

微軟亞洲研究院論文解讀:GAN在網路特徵學習中的應用(PPT+影片)

本文為 1 月 10 日,上海交通大學博士生、微軟亞洲研究院實習生——王鴻偉在第 23 期 PhD Talk 中的直播分享實錄。

網路特徵學習(network representation learning / network embedding)是近年來興起的一個特徵學習的研究分支。


作為一種降維方法,網路特徵學習試圖將一個網路中的節點對映到一個低維連續向量空間中,併在該低維空間中保持原有網路的結構資訊,以輔助後續的連線預測、節點分類、推薦系統、聚類、視覺化等任務。 


在本期的 PhD Talk 中,來自上海交通大學的博士生王鴻偉,和大家一起回顧了近五年來網路特徵學習領域的研究進展


隨後,他還以第一作者的身份,為大家解讀了上海交通大學、微軟亞洲研究院和香港理工大學在 AAAI 2018 上發表的工作GraphGAN: Graph Representation Learning with Generative Adversarial Nets該工作引入生成對抗網路(GAN)的框架,利用生成器和判別器的對抗訓練進行網路特徵學習。


最後,他還簡單介紹了網路特徵學習在情感預測和推薦系統領域的應用,這些工作是他以第一作者發表在 WSDM,CIKM,WWW 等資料挖掘國際頂級會議上的最新成果。