TY -的A2 De Meo Pasquale盟——忠,君金盟——刘,鑫盟——日本村田公司,Tsuyoshi PY - 2018 DA - 2018/12/13 TI -变分方法学习社区结构SP - 4867304六世- 2018 AB -发现和建模 群落结构存在是一个从根本上具有挑战性的任务。等领域的生物学,化学,物理学,研究人员往往依赖于社区检测算法来发现社区结构从复杂系统没有统一定义的社区结构的存在。此外,现有的模型往往是过于简单化的导致忽视更丰富的信息,如节点功能。加上在社交网络上用户生成信息的激增,对新技术的需求超出了传统方法是不可避免的。深度学习技术,如网络表示学习显示巨大的承诺。更具体地说,监督和semisupervised学习任务,如链接预测和节点分类取得了明显的成效。然而,非监督学习任务,如社区检测仍广泛探索。在这篇文章中,一个社区检测提出了小说深刻的生成模型。大量实验表明,该模型与贝叶斯深度学习授权,可以提供见解方面的不确定性,利用非线性导致更好的性能相比,先进的社区检测方法。此外,与传统的方法不同,该模型是群落结构定义不可知论者。 Leveraging on low-dimensional embeddings of both network topology and feature similarity, it automatically learns the best model configuration for describing similarities in a community. SN - 1076-2787 UR - https://doi.org/10.1155/2018/4867304 DO - 10.1155/2018/4867304 JF - Complexity PB - Hindawi KW - ER -