北京师范大学学报(自然科学版)2023，Vol.59Issue(5) ：716-724.DOI:10.12202/j.0476-0301.2023172

图表示学习综述

Graph representation learning: a review

邹然 柳杨 李聪 张怡娇 胡延庆
北京师范大学学报(自然科学版)2023，Vol.59Issue(5) ：716-724.DOI:10.12202/j.0476-0301.2023172
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

图表示学习综述

Graph representation learning: a review

邹然 1柳杨 1李聪 2张怡娇 1胡延庆1
扫码查看

作者信息

  • 1. 南方科技大学理学院统计与数据科学系,518055,广东深圳
  • 2. 中山大学系统科学与工程学院,510006,广东广州
  • 折叠

摘要

鉴于图表示学习是一种将图结构转化为向量表示的方法,探讨了其在社交网络、生物网络、贸易网络和计算机网络等各个领域的应用情况;为了梳理图表示学习的发展历程,用全面的视角了解不同方法以及相关应用,综述了图嵌入和图神经网络这2类重要的图表示学习的研究进展;详细介绍了其中几个经典的算法;重点阐述了图表示学习在生化医疗领域的应用;深入讨论了图表示学习领域所面临的难点和挑战以及未来可能的研究方向.

关键词

图表示学习/图嵌入/图神经网络/复杂网络

Key words

graph representation learning/graph embedding/graph neural networks/complex networks

引用本文复制引用

基金项目

国家自然科学基金(12275118)

出版年

2023
北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
参考文献量51
段落导航相关论文