修改密码

请输入密码
请输入密码 请输入8-64长度密码 和 email 地址不相同 至少包括数字、大写字母、小写字母、半角符号中的 3 个
请输入密码
提交

修改昵称

当前昵称:
提交

申请证书

证书详情

Please complete this required field.

  • Ultipa Graph V4

Standalone

Please complete this required field.

Please complete this required field.

服务器的MAC地址

Please complete this required field.

Please complete this required field.

取消
申请
ID
产品
状态
核数
申请天数
审批时间
过期时间
MAC地址
申请理由
审核信息
关闭
基础信息
  • 用户昵称:
  • 手机号:
  • 公司名称:
  • 公司邮箱:
  • 地区:
  • 语言:
修改密码
申请证书

当前未申请证书.

申请证书
Certificate Issued at Valid until Serial No. File
Serial No. Valid until File

Not having one? Apply now! >>>

ProductName CreateTime ID Price File
ProductName CreateTime ID Price File

No Invoice

搜索
    中文

      什么是图嵌入

      数学上,嵌入(Embedding 或 Imbedding)是指一个数学结构经映射包含到另一个结构中。在图上,图嵌入(Graph Embedding)理念的基础是把一张图转换到向量空间,因为向量空间内可以实现更多的数学、统计学操作。这种转换实际上是把高维度数据抽象后映射到低维空间,同时保留一些属性,例如图的拓扑结构、点边关系等等。图嵌入算法常常是为下游任务而服务的,比如分类、链接预测等。

      图嵌入是近几年来图计算领域中相当热门的研究方向,一方面是因为相当多的 AI 研究者将研究方向由深度学习、神经网络转为图嵌入、图神经网络,另一方面是工业界也越来越多地发现结合图嵌入可以获得更好的反欺诈或智慧营销的效果。

      图嵌入类算法是个不断扩大的算法门类。图嵌入的主要方法之一是随机游走(Random Walk)。随机游走是指起始节点随机移动到一个邻居节点,并将该节点作为新的起点,如此循环执行若干步;重复执行若干次产生游走序列;产生的序列可作为样本输送到模型中进行训练,进而得到图上节点嵌入向量。

      请完成以下信息后可下载此书
      *
      公司名称不能为空
      *
      公司邮箱必须填写
      *
      你的名字必须填写
      *
      你的电话必须填写
      *
      你的电话必须填写