基于模块度的注意力模型无监督社区检测
社会与信息网络
2019-05-27 v1 机器学习
机器学习
摘要
在本文中，我们处理图上的无监督节点聚类问题，并展示注意力模型的最新进展如何能成功应用于该问题的“困难” regime。我们提出一种无监督算法，通过优化软模块度损失来编码 Bethe Hessian 嵌入，并论证我们的模型在与经典模型及图神经网络(GNN)模型竞争的同时，可在单张图上训练。
引用
@article{arxiv.1905.10350,
title = {Unsupervised Community Detection with Modularity-Based Attention Model},
author = {Ivan Lobov and Sergey Ivanov},
journal= {arXiv preprint arXiv:1905.10350},
year = {2019}
}