收藏本站
收藏 | 论文排版

基于计算智能的复杂网络结构分析与特征表示学习

刘文枫  
【摘要】:现实世界中,不同领域的复杂系统和结构,例如物流学中交通运输系统、社会科学中的社交系统、信息预测与推荐系统、认知科学中的知识图谱、生物学中的蛋白质交互结构、化学中的分子结构等都可以抽象为一种复杂网络(或图)结构化的数据形式进行表达。网络数据中的节点和连接节点之间的边分别代表了相应的实体和实体之间的联系。对网络数据的结构分析和特征表示研究具有非常高的学术价值和潜在的应用价值。其中,复杂网络中的一个最基本且最重要的模式结构是社区结构,这种模式结构在网络中表现为社区内部连接紧密而社区之间连接稀疏。对复杂网络进行有效地社区模块性分析能够有助于理解、分析复杂系统的行为特性。除了社区结构,鲁棒性是另一个研究复杂网络功能性的重要属性,网络的鲁棒性强弱能够反映复杂系统的功能模块在遭受随机失效、恶意攻击时的稳定性和完整性。因此,研究网络鲁棒性对于分析复杂系统的功能模块的安全性和对抗攻击能力有着重要的意义。而近年来,随着机器学习技术的发展,学习网络中的节点或者整个网络的特征表示已经成为了一项新兴的研究方向。网络表示学习(也称为网络嵌入)旨在将网络中的节点或者整个网络映射到一个低维、稠密的向量表示空间。这样学习到的特征表示可以送入到后续的机器学习模型中用于相应的任务,如节点分类、链路预测、图聚类、图分类、推荐系统等,具有非常重要的应用价值。本博士论文主要针对复杂网络中的社区模式结构检测、网络结构鲁棒性分析与优化、网络表示学习、图神经网络等领域面临的挑战和相关工作的不足展开研究,采用计算智能领域相关的方法(启发式进化算法和深度学习方法)来解决相关问题。具体而言,本博士论文所展开的研究工作概括如下:1)社区结构是复杂网络的自然和固有属性,可以反映其潜在的功能。本文针对目前的研究仅考虑增强网络微观的节点或者边的鲁棒性而忽略了对宏观社区结构分析的问题,模拟了一种多层恶意攻击模式,并提出了一种具有两层学习策略的Memetic算法。该算法能够在保持原始网络的节点度分布和社区结构的同时,提高网络的社区鲁棒性。本文提出的Memetic算法是一种混合的全局-局部启发式搜索方法,其采用遗传算法作为全局搜索,并采用两级学习策略作为局部搜索。基于网络的节点结构和社区结构的潜在特征设计了二级学习策略,旨在缓解多层恶意攻击。在合成的无标度网络以及真实世界网络上与几种最新算法相比,都证明了该算法的有效性和稳定性。2)多层网络是一种更好地模拟现实复杂系统的一种网络结构,共享社区是对多层网络的各层通用的一种社区模式结构。传统的社区检测方法在单层网络上虽然很有效,但是不能对多层网络共享社区进行很好地检测。针对该问题,本文将多层网络中的共享社区发现问题建模为一个多目标优化问题,并设计了一种增强的多进化算法来优化目标,实现多层网络中的共享社区检测。本文提出的多目标优化算法基于经典的NSGA-II框架进行了改进,采用基于字符串的个体编码方式,综合了遗传运算和局部搜索以进行个体改良。为了证明算法的有效性,本文在两个真实世界网络上的实验结果都证明了提出的多目标优化算法在多层网络中检测社区结构的能力和效率。3)网络嵌入(网络表示学习)已广泛应用于解决网络分析问题,但现有方法主要集中在具有单层同构或异构网络的网络上。但是,许多真实世界的复杂系统更适合用多层网络来建模,多层网络是一种具有多种关系类型的异构网络。如何捕获和利用丰富的多关系类型的交互信息成为了多层网络嵌入的重大挑战。面向这一挑战性问题,本文提出了一种快速且可扩展的多层网络嵌入模型,以有效地将多种类型的关系信息保存和学习到一个统一的嵌入空间中。本文研究了一种面向多层网络的启发式三维交互游走技术,该技术可以利用不同层之间的丰富的交互信息,并能有效地捕获分层结构中包含的重要信息。在两个节点级的下游分析应用上评估了我们提出的模型:节点分类和链接预测。在七个社会领域和生物领域多层网络数据集上的实验结果表明,该模型在性能和复杂度方面优于现有对比算法。4)神经网络近些年受到了越来越多的关注,传统的神经网络设计针对于规则的欧式数据(如视觉图像),但无法处理不规则的非欧式数据(如网络、图)。图神经网络是用于处理图数据结构的深度学习网络,而图卷积网络无疑是图神经网络的主要类别。图卷积网络通常是通过设计各种卷积运算和读出模块来利用图上的常见局部和全局结构模式。近些年,很多研究者开发了许多基于图卷积网络的方法用于图级表示学习和分类应用。但是,当前的图卷积网络方法无法有效地保留图的局部性—这限制了在图分类任务上的性能,因为图分类目标是根据其学习的图级表示来区分各种图结构。为了解决该问题,本文提出了一种基于局部保留稠密图卷积网络架构。具体而言,该模型构造了一个额外的局部节点特征重构损失,以帮助将初始节点特征保留到节点表示中。重构模块通过设计一种简单但有效的编解码器机制来实现。此外,为了灵活地利用来自不同局部的邻域信息,本文探索了一种稠密的连接模式,该模式将每个卷积层及其对网络的读出模块与所有前面的卷积层连接起来。在实验方面,本文对六个基准图数据集的分析和实验评估都证明了模型的有效性。5)为了丰富节点表示和图级表示中蕴含的信息,在4)中提出的模型基础上,本文提出了一种全局上下文感知的自注意图卷积神经网络架构。通过构造一种全局上下文感知的连接模式,使得每个节点表示形式都能融合全局的上下文信息,以形成一个全局上下文感知节点表示形式,从而丰富了节点表示蕴含的信息而且提高了模型整体的泛化能力。其次,为了有效地提取不同层次的全局信息,本文引入了一种自注意力机制来汇总模型的逐层图级表示,从而丰富了最终的图级表示。在实验方面,本文通过对六个基准数据集的分析和实验评估表明,与最新对比算法相比,该模型可显著提高图分类任务的准确性。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 龚晨;何建敏;李守伟;;银行多层网络与系统性风险研究进展[J];现代经济探讨;2018年11期
2 马夏夏;蔡永明;;基于复杂网络的铁路-航空多层网络的鲁棒性研究[J];山东科学;2017年05期
3 陈国强;王宇平;;分解多目标优化揭示复杂网络社区层次结构[J];西安电子科技大学学报;2013年03期
4 杨令兴;张喜斌;;基于单目标PSO的社区检测算法[J];计算机科学;2015年S1期
5 陈国强;张西广;张新刚;;应用离散量子粒子群的复杂网络社区检测[J];计算机工程与应用;2011年17期
6 王兴隆;刘洋;;航空多层网络弹性测度与分析[J];复杂系统与复杂性科学;2020年02期
7 王林;李阳;周媛媛;于文涛;;基于层次覆盖的多层网络社团发现算法[J];计算机测量与控制;2018年07期
8 周铁柱;周春艳;;多层网络结构系统安全的几个关键技术[J];山西电子技术;2007年01期
9 李守伟;解一苇;杨坤;龚晨;;商业银行多层网络结构对系统性风险影响研究[J];东南大学学报(哲学社会科学版);2019年04期
10 杨楠;李祥;吴婧;;基于非负矩阵分解的社区检测算法[J];信息技术;2016年03期
11 沈杨;;复杂网络与鲁棒性研究[J];山西青年;2017年11期
12 李守伟;文世航;王磊;;基于多层网络视角的企业担保结构研究[J];复杂系统与复杂性科学;2018年04期
13 刘晓燕;王晶;单晓红;杨娟;;基于多层网络的创新网络节点间技术融合机理[J];科学学研究;2019年06期
14 智源;行飞;;复杂网络社区结构问题综述[J];阴山学刊(自然科学);2011年03期
15 刘维维;陈建芮;乌力吉;;基于路径相似度的社区检测方法[J];内蒙古工业大学学报(自然科学版);2015年03期
16 石兵;闵帆;周明天;李兴明;;多层网络抗毁机制的研究[J];计算机科学;2002年01期
17 刘发升;罗延榕;;基于多种群遗传算法的复杂网络社区结构发现[J];计算机应用研究;2012年04期
中国重要会议论文全文数据库 前19条
1 郑义;;以深度学习落实数学核心素养的策略分析[A];华南教育信息化研究经验交流会2021论文汇编(十)[C];2021年
2 高水彬;;初中英语深度阅读教学探索[A];课程教学与管理研究论文集(二)[C];2021年
3 赵军产;李钦;陆君安;姜钟平;;复杂动力网络的拓扑识别[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
4 周进;陆君安;吕金虎;;一个不确定复杂动力网络的自适应同步(英文)[A];第二届全国复杂动态网络学术论坛论文集[C];2005年
5 孙伟刚;张静远;;两个不确定耦合网络的同步[A];第一届全国神经动力学学术会议程序手册 & 论文摘要集[C];2012年
6 李兵;丁沂;王浩;;基于复杂网络思维的网络信息空间安保体系初探[A];第二十一次全国计算机安全学术交流会论文集[C];2006年
7 孙金土;汪映海;;石头-剪刀-布博弈中个体的长程连接对物种演化的影响[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
8 谭跃进;吕欣;吴俊;邓宏钟;;复杂网络抗毁性研究的主要科学问题[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年
9 程尊水;;时滞复杂网络的分岔与控制[A];中国力学学会学术大会'2009论文摘要集[C];2009年
10 周月平;何阅;何大韧;;中药方剂网络遵循的合作网络共性[A];第二届全国复杂动态网络学术论坛论文集[C];2005年
11 刘欣;李德毅;李兵;王树良;陶志伟;;复杂网络社区发现研究[A];2006全国复杂网络学术会议论文集[C];2006年
12 胡勇;郭冬发;谢胜凯;;基于深度学习结合质谱数据采集的土壤归属地分析研究[A];第三届全国质谱分析学术报告会摘要集-分会场6:无机质谱[C];2017年
13 程尊水;;时滞复杂网络的分岔与控制[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
14 辜姣;王茹;蔡勖;;一维环上具有遗忘-记忆机制的二态传播模型[A];2006全国复杂网络学术会议论文集[C];2006年
15 徐梦洋;;基于深度学习的行人再识别研究综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
16 项基;陈关荣;;关于牵制控制复杂网络的一些新概念[A];2006全国复杂网络学术会议论文集[C];2006年
17 敖滨;马晓娟;郑志刚;;网络的拓扑结构与部分同步[A];第二届全国复杂动态网络学术论坛论文集[C];2005年
18 荣智海;李翔;汪小帆;;雪堆博弈中的合作涌现与空间结构的关系研究[A];2006全国复杂网络学术会议论文集[C];2006年
19 吴晔;肖井华;马宝军;吴智远;杨俊忠;;手机短信网络的生长过程研究[A];2006全国复杂网络学术会议论文集[C];2006年
中国博士学位论文全文数据库 前20条
1 刘文枫;基于计算智能的复杂网络结构分析与特征表示学习[D];西安电子科技大学;2020年
2 马钱挺;基于多层网络理论的银企系统性风险及系统重要性研究[D];东南大学;2020年
3 王培卓;动态网络结构特征表示及多层网络模式挖掘[D];西安电子科技大学;2019年
4 赵雪漪;含延迟多层网络的同步与结构识别[D];武汉大学;2019年
5 鲁立;异构多层网络中资源优化[D];华中科技大学;2017年
6 王飞帆;复杂网络社区发现算法及应用研究[D];北京理工大学;2018年
7 王露笛;心律失常与心力衰竭智能诊断方法研究[D];北京邮电大学;2019年
8 徐俊;基于视觉的文本生成方法研究[D];中国科学技术大学;2018年
9 刘旭;基于目标函数优化的复杂网络社区结构发现[D];国防科学技术大学;2012年
10 陈毅;基于统计推理的复杂网络社区结构分析[D];哈尔滨工业大学;2016年
11 朱亮;核反应系统的多层网络结构特征研究[D];中国科学院研究生院(上海应用物理研究所);2016年
12 陈杰;网络交通仿真及其在导航策略和病毒传播方面的应用[D];中国科学技术大学;2021年
13 刘阳洋;多层网络结构鲁棒性研究[D];国防科技大学;2019年
14 潘黎明;复杂网络上的链路预测及信息传播研究[D];电子科技大学;2019年
15 朱牧;复杂网络中社区发现关键技术研究[D];中国矿业大学;2014年
16 唐先超;基于矩阵分解方法的社区结构划分算法研究[D];天津大学;2017年
17 张晓光;网络拓扑结构与传播动力学分析[D];中北大学;2014年
18 孟涛;面向复杂网络的社区结构发现算法研究[D];湖南大学;2019年
19 谢辉;基于复杂网络的若干动态机制研究[D];西安电子科技大学;2013年
20 岳汉秋;面向城市群一体化建设的社区结构探测方法及应用[D];中国地质大学;2020年
中国硕士学位论文全文数据库 前20条
1 王智琦;多层网络的广义同步控制方法[D];吉林大学;2021年
2 刘维维;基于路径相似度的社区检测方法[D];内蒙古工业大学;2016年
3 张茹;基于深度学习的社区发现和影响力分析[D];西安电子科技大学;2020年
4 乌兰;基于动力学行为的复杂网络社区检测研究[D];内蒙古工业大学;2015年
5 刘艳琳;融合Nystr(?)m方法的谱聚类在多层网络中的应用[D];厦门大学;2019年
6 沈洁;多层网络的层内同步[D];华侨大学;2019年
7 孙娟;多层网络的特征值谱及同步能力研究[D];河北工业大学;2017年
8 张小文;基于多层网络的非线性动力系统耦合关系的研究[D];哈尔滨工业大学;2018年
9 龚倩华;一致控制路径挖掘及其在癌症关键通路识别中的应用[D];西安电子科技大学;2019年
10 徐江桥;基于图谱理论的多层网络边权分配与同步优化[D];华中科技大学;2019年
11 李亚男;基于PC控制的两层网络层间同步[D];武汉大学;2017年
12 安宁波;多层网络上传播动力学与偏好游走的相互作用[D];安徽大学;2019年
13 刘倩;多层网络中的混沌同步[D];北京邮电大学;2019年
14 岳灵茜;多层网络中的连通k-核社区发现和搜索问题研究[D];山东大学;2019年
15 陈艳;随机与蓄意攻击下两类多层网络的鲁棒性研究[D];江苏大学;2019年
16 王德华;基于机器学习及多层网络的SNP位点探究及可靠性分析[D];哈尔滨工业大学;2017年
17 王小东;二分及多层网络上的社团检测算法研究[D];西安电子科技大学;2018年
18 于莹莹;基于疾病—基因—药物数据的多层网络构建和分析[D];西安电子科技大学;2018年
19 姚顺宇;基于多层网络模块性的复杂疾病相关模式研究[D];西安电子科技大学;2018年
20 刘敏;基于多层网络的银行系统性风险研究[D];东南大学;2018年
中国重要报纸全文数据库 前2条
1 ;多层网络 从容存储[N];人民邮电;2003年
2 记者 熊明 实习生 李瑞莹;度假区不断创新社区结构[N];云南日报;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978