Interactive Graph Learning for Multilevel Network Alignment

doi:10.1109/TNNLS.2025.3592415

Interactive Graph Learning for Multilevel Network Alignment

2025-08-13

0

PRE

AI

Shirui Pan (Shirui Pan)

DOI：10.1109/TNNLS.2025.3592415

原文链接

原文求助

摘要

En 中文

网络对齐的任务旨在识别多个网络中的对应节点，其应用领域包括社交网络分析、生物信息学等多个领域。传统方法通常专注于网络在特定层级上的拓扑结构，但可能忽略许多网络所展现的重要属性，例如无标度特性以及社交网络中常见的特定幂律结构。因此，这些方法无法有效捕捉和利用此类信息，导致对齐失败。在本文中，我们提出了一种网络对齐框架，该框架整合了网络中多个层级上的拓扑信息和属性信息，包括同质性、幂律结构和高阶结构。我们引入了一种欧氏双曲交互图学习方法，专门用于建模网络中的幂律结构，旨在提高网络对齐的准确性。为评估所提方法的有效性，我们在多个真实数据集上进行了实验。结果表明，我们的方法相较于其他先进的基线方法，实现了更高的准确度。

Keyword:

Hyperbolic embedding

interactive learning

network alignment

network embedding

Interactive Graph Learning for Multilevel Network Alignment

摘要

期刊

机构

引用论文