深度对抗网络对齐
社会与信息网络
2019-02-28 v1 机器学习
摘要
网络对齐一般而言旨在给定两个（或多个）网络的网络结构时，发现跨网络节点间隐藏的底层对应关系。然而，多数现有网络对齐方法附加了额外约束假设以引导对齐，例如具有一组种子节点对应或存在侧信息。相反，我们力求开发一种不做额外假设的通用网络对齐算法。近来，网络嵌入已在许多网络分析任务中被证明有效，但不同网络的嵌入未对齐。因此，我们提出深度对抗网络对齐（DANA）框架，其首先使用深度对抗学习发现复杂映射以对齐两网络的嵌入分布。随后，利用学到的映射函数，DANA 执行高效的最近邻节点对齐。我们在真实世界数据集上实验，展示了我们的框架在首先对齐图嵌入分布、继而发现优于现有方法的节点对齐方面的有效性。
引用
@article{arxiv.1902.10307,
title = {Deep Adversarial Network Alignment},
author = {Tyler Derr and Hamid Karimi and Xiaorui Liu and Jiejun Xu and Jiliang Tang},
journal= {arXiv preprint arXiv:1902.10307},
year = {2019}
}