01-图(Graphs)的结构

什么是图（Why is Networks？）

网络（Networks）/神经网络图：偏向于自然存在的图结构

• 社交网络

• 人大脑中的许多许多的神经元就是一个个结点，构成了一个庞大的神经网络

• 互联网

信息图（Information Graphs）：偏向于人为概念出来的图结构

• 信息/知识是有组织和联系的

• 场景图表:场景中的对象是如何关联的

• 相似网络:取数据，连接相似点

有时这两者的区别是模糊的。

以下是一些网络的例子：

image-20210107174123585

在许多系统背后都有一个复杂的接线图，一个网络，它定义了组件之间的交互我们永远无法建模和预测这些系统，除非了解他们背后的网络。

图研究的主要问题：

1. 图系统是如何组织的，

2. 它们有什么特征？

3. 我们如何利用图的结构特性进行更好的预测。

图研究的主要驱动原因：

除非能够理解和了解这些图结构的系统，否则无法对它们进行建模及预测。因此，如何利用图的关系结构来更好地进行预测。

图研究的具体应用的问题：

• 预测给定节点的类型/颜色：节点分类

• 预测两个节点是否链接：链接预测

• 找出紧密相连的节点群：社区检测

• 度量两个节点/网络的相似性：网络相似

嵌入结点：

目标：将节点映射到$d$维嵌入，这样具有相似网络邻域的节点就被紧密嵌入在一起

image-20210107192107362

图论

地址