MPXGAT：一种基于注意力机制的多重图嵌入深度学习模型
机器学习
2024-03-29 v1 离散数学
社会与信息网络
摘要
图表征学习已迅速发展为一个关键研究领域。尽管其日益普及，但大多数研究仍局限于单层图嵌入，这在表征具有多重关系的复杂系统时存在不足。为了弥合这一差距，我们引入了 MPXGAT，这是一种为多重图嵌入量身定制的基于注意力的创新深度学习模型。利用图注意力网络（GATs）的鲁棒性，MPXGAT 通过利用层内和层间连接来捕获多重网络的结构。这种利用促进了在网络多个层内和跨层的准确链路预测。我们在各种基准数据集上进行的全面实验评估证实，MPXGAT 始终优于最先进的竞争算法。
引用
@article{arxiv.2403.19246,
title = {MPXGAT: An Attention based Deep Learning Model for Multiplex Graphs Embedding},
author = {Marco Bongiovanni and Luca Gallo and Roberto Grasso and Alfredo Pulvirenti},
journal= {arXiv preprint arXiv:2403.19246},
year = {2024}
}