已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Higher-Order Networks Representation and Learning: A Survey

订单(交换) 代表(政治) 计算机科学 人工智能 业务 政治学 财务 政治 法学
作者
Hao Tian,Reza Zafarani
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2402.19414
摘要

Network data has become widespread, larger, and more complex over the years. Traditional network data is dyadic, capturing the relations among pairs of entities. With the need to model interactions among more than two entities, significant research has focused on higher-order networks and ways to represent, analyze, and learn from them. There are two main directions to studying higher-order networks. One direction has focused on capturing higher-order patterns in traditional (dyadic) graphs by changing the basic unit of study from nodes to small frequently observed subgraphs, called motifs. As most existing network data comes in the form of pairwise dyadic relationships, studying higher-order structures within such graphs may uncover new insights. The second direction aims to directly model higher-order interactions using new and more complex representations such as simplicial complexes or hypergraphs. Some of these models have long been proposed, but improvements in computational power and the advent of new computational techniques have increased their popularity. Our goal in this paper is to provide a succinct yet comprehensive summary of the advanced higher-order network analysis techniques. We provide a systematic review of its foundations and algorithms, along with use cases and applications of higher-order networks in various scientific domains.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
迷路旭发布了新的文献求助10
2秒前
luroa完成签到 ,获得积分10
3秒前
迷路旭完成签到,获得积分10
10秒前
科研通AI2S应助恶恶么v采纳,获得10
10秒前
浅尝离白完成签到,获得积分0
10秒前
12秒前
12秒前
王晓静完成签到 ,获得积分10
12秒前
DagrZheng发布了新的文献求助10
16秒前
Lord完美发布了新的文献求助10
17秒前
necromorph发布了新的文献求助10
32秒前
32秒前
keep1997完成签到,获得积分10
33秒前
阿文发布了新的文献求助10
35秒前
11128完成签到 ,获得积分10
37秒前
祝愿完成签到 ,获得积分10
46秒前
necromorph完成签到,获得积分10
50秒前
origin完成签到,获得积分10
56秒前
keep1997发布了新的文献求助10
56秒前
义气若冰发布了新的文献求助10
57秒前
十四说四十完成签到,获得积分10
58秒前
招水若离完成签到,获得积分10
59秒前
爆米花应助阿文采纳,获得10
59秒前
Kiki完成签到 ,获得积分10
1分钟前
小摩尔完成签到 ,获得积分10
1分钟前
思源应助jojo采纳,获得10
1分钟前
1分钟前
夜阑卧听完成签到,获得积分10
1分钟前
今后应助agfojd采纳,获得10
1分钟前
1分钟前
充电宝应助祭酒采纳,获得10
1分钟前
jojo发布了新的文献求助10
1分钟前
啊呜完成签到,获得积分10
1分钟前
毛毛完成签到,获得积分10
1分钟前
1分钟前
充电宝应助科研通管家采纳,获得10
1分钟前
寻道图强应助科研通管家采纳,获得60
1分钟前
1分钟前
JY应助科研通管家采纳,获得10
1分钟前
jojo完成签到,获得积分10
1分钟前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139400
求助须知:如何正确求助?哪些是违规求助? 2790324
关于积分的说明 7795000
捐赠科研通 2446805
什么是DOI,文献DOI怎么找? 1301366
科研通“疑难数据库(出版商)”最低求助积分说明 626171
版权声明 601141