qikan15@ccnpub.com
（邮箱投稿时，请说明投稿期刊名）
（邮箱投稿时，请说明投稿期刊名）
《人工智能研究》在线投稿系统
提示文字！
注：我们将于1~7个工作日告知您审稿结果，请耐心等待；
您也可以在官网首页点击“查看投稿进度”输入文章题目，查询稿件实时进程。
期刊菜单
最新文章2025年 »
2024年 »
2023年 »
2022年 »
2021年 »
基于多目标优化策略的在线学习资源推荐方法 下载：72 浏览：394
基于图卷积网络和自编码器的半监督网络表示学习模型 下载：73 浏览：415
摘要:
为了保留网络结构信息和节点特征信息,结合图卷积神经网络(GCN)和自编码器(AE),提出可扩展的半监督深度网络表示学习模型(Semi-GCNAE).利用GCN捕获节点的K阶邻域中所有节点的结构和特征信息,并将捕获的信息作为AE的输入.AE对GCN捕获的K阶邻域信息进行特征提取和非线性降维,并结合Laplacian特征映射保留节点的团簇结构信息.引入集成学习方法联合训练GCN和AE,使模型习得的节点低维向量表示能同时保留网络结构信息和节点特征信息.在5个真实数据集上的广泛评估表明,文中模型习得的节点低维向量表示可以有效保留网络的结构和节点特征信息,并在节点分类、可视化和网络重构任务上性能较优.
基于维度扩展和重排的类圆映射可视化聚类方法 下载：64 浏览：381
人工智能研究期刊指标
出版年份 :
2018-2025
发文量 :
672
访问量 :
127852
下载量 :
28651
总被引次数 :
371
影响因子 :
0.752
人工智能研究最新录用
为你推荐
学术共建
