AIJ 2024 | 动态图结构熵的高效增量计算框架Incre-2dSE

文章预览

本文介绍来自北京航空航天大学彭浩老师团队发表在Artificial Intelligence Journal（AIJ） 2024上的一篇文章“Incremental Measurement of Structural Entropy for Dynamic Graphs”。为了解决目前的方法不支持动态编码树更新和增量结构熵计算的问题， 作者提出一种新的增量度量框架 - Incre-2dSE ，它可以动态调整社区划分，支持更新的二维结构熵的实时测量。作者在人工和现实世界的数据集上进行了广泛的实验，实验结果证明，该增量算法有效地捕捉了社区的动态演变，减少了时间消耗，并提供了良好的可解释性。 论文名称： Incremental Measurement of Structural Entropy for Dynamic Graphs 论文链接： https://doi.org/10.48550/arXiv.2207.12653 代码链接： https://github.com/SELGroup/IncreSE 一、引言 近年来，有学者提出一种基于编码树的图结构信息度量，即结构熵，用于发现图中嵌入的自然层次结构。结 ………………………………