《表7 各链路预测指标AUC值差异统计》
本研究所提出的hypernet2vec框架与其他算法分别进行10次实验,得到的AUC值如图5所示,AUC值的数据差异如表7所示。研究结果,hyper‐net2vec与其他算法相比,AUC值的极差和标准差偏大,预测效果存在一定的不稳定性。就整体而言,hypernet2vec模型就算取10次中的最差值,仍然比其他指标的最优值大3.13%,性能提升仍然显著。从图5中还可以看出,hypernet2vec模型的不稳定性一定程度上与作者研究领域网络层doc2vec的不稳定性有关,另外一个原因可能来自模型卷积神经网络本身,如本研究使用Adam作为损失函数的优化算法,可能导致得到局部优化的参数,造成训练结果的差异。
图表编号 | XD00206681000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.24 |
作者 | 曹志鹏、潘定、潘启亮 |
绘制单位 | 暨南大学、暨南大学、暨南大学 |
更多格式 | 高清、无水印(增值服务) |