GRADE：联合学习演化节点和社区表示的概率生成模型_DrugAI

作者 | 李梓盟

审稿 | 董靖鑫

今天给大家介绍加拿大蒙特利尔大学的著名学者唐建等人发表的一篇文章。作者在文章中针对现有的图动力学建模方法不能明确地捕捉到时间上的社区动态这一问题，提出了通过在轨迹上施加随机游走来学习生成不断发展的节点和社区表示的概率模型-GRADE。同时该模型还学习了通过过渡矩阵在时间步长之间进行更新的节点社区成员身份。实验表明，GRADE在动态链接预测中达到或超过基线模型，在动态社区发现方面显示出良好的性能，并且能识别出连贯且可解释的不断发展的社区。今天给大家介绍加拿