Napovedovanje povezav v heterogenih omrežjih z uporabo vložitev vozlišč v vektorski prostorMrzelj, Nina (Avtor) Šubelj, Lovro (Mentor) analiza omrežijheterogena omrežjanapovedovanje povezavkonvolucijske mreže grafovVeliko kompleksnih sistemov iz realnega sveta lahko predstavimo z uporabo heterogenih omrežij. Algoritmi za napovedovanje povezav uporabljajo informacijo o strukturi omrežja za identifikacijo manjkajočih podatkov ali napovedovanje povezav, ki se bodo z veliko verjetnostjo pojavile v prihodnosti. V magistrski nalogi implementiramo in med seboj primerjamo različne modele za napovedovanje povezav v heterogenih omrežjih, ki temeljijo na predstavitvah omrežja v vektorskem prostoru. Uporabimo preprost model z ročnim načrtovanjem značilk, pristop, ki temelji na podlagi naključnih sprehodov po meta poteh v omrežju, in globoke metode za učenje na homogenih in heterogenih omrežjih. Metode eksperimentalno vrednotimo na štirih realnih podatkovnih množicah, v katerih se pojavijo različne vrste povezav. Kot metriko za merjenje uspešnosti metod uporabimo površino pod krivuljo ROC, rezultate pa med seboj primerjamo z uporabo neparametričnih testov, kot sta Friedmanov test in post-hoc Nemenyi test. Rezultati kažejo, da so za reševanje problema najprimernejše konvolucijske mreže grafov, prilagojene za heterogena omrežja. Slabost pristopov globokega učenja pa je, da ne moremo utemeljiti njihovega sprejemanja odločitev, zato so včasih primernejši v kombinaciji z drugimi metodami.20192019-06-16 07:45:02Magistrsko delo/naloga108102UDK: 004VisID: 96023COBISS_ID: 18656345sl