计算机科学 > 机器学习
[提交于 2020年10月12日
(v1)
,最后修订 2021年1月12日 (此版本, v2)]
标题: k-单纯形2vec:节点2vec的单纯形扩展
标题: k-simplex2vec: a simplicial extension of node2vec
摘要: 我们提出了一种将欧几里得特征与单纯复形相关联的新方法,为将它们作为统计和机器学习工具的输入提供了一种方式。 该方法将node2vec算法扩展到更高维的单形,为单纯复形的结构或图中的高阶交互提供了见解。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.