双曲空间
双曲空间的相关文献在1989年到2022年内共计100篇,主要集中在数学、自动化技术、计算机技术、贸易经济
等领域,其中期刊论文90篇、专利文献468020篇;相关期刊62种,包括安徽师范大学学报(自然科学版)、吉林大学学报(理学版)、四川师范大学学报(自然科学版)等;
双曲空间的相关文献由172位作者贡献,包括杨世国、王幼宁、吴英丽等。
双曲空间—发文量
专利文献>
论文:468020篇
占比:99.98%
总计:468110篇
双曲空间
-研究学者
- 杨世国
- 王幼宁
- 吴英丽
- 周俊东
- 唐加山
- 梁林
- 雷贤才
- 何小贤
- 冀俊宇
- 刘三阳
- 刘杰
- 刘海英
- 刘燕
- 卞革
- 史淑国
- 吴定平
- 吴昊
- 周建设
- 孙玉婷
- 张凯
- 张文轩
- 张磊
- 李兴校
- 毕文杰
- 潘娟娟
- 王文
- 羿舒文
- 胡泽军
- 舒世昌
- 许建楼
- 陈卿
- 陈秀华
- 鲁鸣鸣
- 黄安民
- 黄广月
- CUI NingWei1
- TENENBLAT Keti2
- mail.zzu.edu.on
- 丁效
- 于祖焕
- 付华珺
- 何元智
- 何晨旭
- 何瑞瑞
- 余静
- 侯中华
- 侯俊程
- 侯学萍
- 冯书香
- 冯彬
-
-
吴铮;
陈鸿昶;
张建朋
-
-
摘要:
现有的大多数知识表示学习模型孤立地看待每个知识三元组,未能发现和利用实体周围邻域特征信息,并且将树状层级结构的知识图谱嵌入到欧式空间,会带来嵌入式向量高度失真的问题。为解决上述问题,该文提出了一种基于双曲图注意力网络的知识图谱链路预测方法(HyGAT-LP)。首先将知识图谱嵌入到负常数曲率的双曲空间中,从而更契合知识图谱的树状层级结构;然后在所给实体领域内基于实体和关系两种层面的注意力机制聚合邻域特征信息,将实体嵌入到低维的双曲空间;最后利用得分函数计算每个三元组的得分值,并以此作为判定该三元组成立的依据完成知识图谱上的链路预测任务。实验结果表明,与基准模型相比,所提方法可显著提高知识图谱链路预测性能。
-
-
王琪;
周志进
-
-
摘要:
令H^(n+p)为(n+p)维双曲空间,而M^(n)为H^(n+p)中n维定向的紧致无边子流形.利用关于Codazzi张量场的一个已知定理,获得了M^(n)的一个积分公式,结果推广了H^(n+1)中超曲面M的Minkowski公式.
-
-
-
戴筠
-
-
摘要:
预测科研热点可以有效地开展科学研究和更好地分配科学资源。数据挖掘和机器学习算法已经被广泛应用到科研热点预测中,比如基于论文文本内容的主题模型建模和挖掘论文被引频次的算法等。提出一种新的将关键词信息嵌入双曲空间的双曲空间关键词图嵌入(PKGM)算法,利用关键词和它们之间的关系构建一个关键词网络,通过计算双曲空间中两个节点的距离来判别两个节点之间存在边的概率,从而对科研热点进行预测。该算法与7个基准算法的实验比较结果显示,PKGM算法与效果最好的欧氏空间嵌入算法相比有7.3%的AUROC和5.8%的AP提升;与双曲图神经网络算法相比,有10.8%的AUROC和7.2%的AP提升。这显示了PKGM算法的有效性。
-
-
王强;
江昊;
羿舒文;
杨林涛;
奈何;
聂琦
-
-
摘要:
复杂网络在现实场景中无处不在,高效的复杂网络分析技术具有广泛的应用价值,比如社区检测、链路预测等.然而,很多复杂网络分析方法在处理大规模网络时需要较高的时间、空间复杂度.网络表征学习是一种解决该问题的有效方法,该类方法将高维稀疏的网络信息转化为低维稠密的实值向量,可以作为机器学习算法的输入,便于后续应用的高效计算.传统的网络表征学习方法将实体对象嵌入到低维欧氏向量空间中,但复杂网络是一类具有近似树状层次结构、幂率度分布、强聚类特性的网络,该结构更适合用具有负曲率的双曲空间来描述.针对复杂网络的双曲空间表征学习方法进行系统性的介绍和总结.
-
-
-
-
-
谢菁;
羿舒文;
张毅
-
-
摘要:
真实复杂网络节点度分布服从幂律分布,而双曲空间能够完整表现这一特性.为此,提出一种基于双曲空间嵌入与极小值聚类的社区划分算法MHE.将建模后的复杂网络嵌入庞加莱圆盘模型,保留复杂网络的全局拓扑信息.根据庞加莱圆盘中的角度统计节点分布关系,得到θ曲线,并以最优模块度选择曲线极小值作为最优社区的划分依据.使用中国移动用户的真实访问数据对算法进行有效性评估,结果表明,与Louvain、SLPA和正则化谱聚类算法相比,该算法无需选择聚类中心并且计算复杂度较小,在真实复杂网络中能够获得较好的社区划分效果.
-