您当前的位置:
首页 >
文章列表页 >
深度图表示学习:方法、应用与挑战
研究 | 更新时间:2025-11-11
    • 深度图表示学习:方法、应用与挑战

    • Deep graph representation learning: methods, applications, and challenges

    • 图表示学习领域取得重要进展,专家全面综述了图表示学习方法,为解决图结构和特征捕捉问题提供解决方案。
    • 大数据   2025年11卷第6期 页码:143-165
    • DOI:10.11959/j.issn.2096-0271.2025066    

      中图分类号: TP391
    • 收稿:2025-03-24

      纸质出版:2025-11-15

    移动端阅览

  • 张旭龙,瞿晓阳,肖春光等.深度图表示学习:方法、应用与挑战[J].大数据,2025,11(06):143-165. DOI: 10.11959/j.issn.2096-0271.2025066.

    ZHANG Xulong,QU Xiaoyang,XIAO Chunguang,et al.Deep graph representation learning: methods, applications, and challenges[J].BIG DATA RESEARCH,2025,11(06):143-165. DOI: 10.11959/j.issn.2096-0271.2025066.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0