• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • JONNEE: Joint Network Nodes and Edges Embedding
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
18 ноября 2026 г.
Три четверти различий в функциональной грамотности обусловлены генами
Исследователи НИУ ВШЭ впервые оценили на российских данных, насколько функциональная грамотность зависит от наследственности. Анализ результатов 114 пар близнецов из общероссийской выборки восьмиклассников показал: генетические различия объясняют 76% разброса в общем уровне функциональной грамотности. Результаты опубликованы в журнале Behavior Genetics.
18 ноября 2026 г.
«Наука дает мне возможность видеть красоту»
Мария Губина учится в магистратуре факультета математики НИУ ВШЭ и занимается теорией узлов. В интервью проекту «Молодые ученые Вышки» она рассказала о «числе Эрдёша», математических закономерностях вокруг нас и о том, почему ученым стоит научиться печь тортики.
17 ноября 2026 г.
Ученые НИУ ВШЭ разработали метод для обнаружения неисправностей систем охлаждения ЦОД
Исследователи НИУ ВШЭ и Уральского федерального университета разработали метод на основе искусственного интеллекта, который выявляет постепенные утечки хладагента и загрязнение теплообменников в системах охлаждения центров обработки данных. Новая модель учитывает физические связи между элементами холодильного контура, что позволяет выявлять неисправности на ранних стадиях. Результаты опубликованы в журнале IEEE Transactions on Industry Applications.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

JONNEE: Joint Network Nodes and Edges Embedding

IEEE Access. 2021. Vol. 9. P. 144646–144659.
Макаров И. А., Korovina K., Киселёв Д. А.

Recently, graph embedding models significantly improved the quality of graph machine learning tasks, such as node classification and link prediction. In this work, we propose a model called JONNEE (JOint Network Nodes and Edges Embedding), which learns node and edge embeddings under self-supervision via joint constraints in a given graph and its edge-to-vertex dual representation as a Line graph. The model uses two graph autoencoders with additional structural feature engineering and several regularization techniques to train for an adjacency matrix reconstruction task in an unsupervised setting. Experimental results show that our model performs on par with state-of-the-art undirected attribute graph embedding models and requires less number of epochs to achieve the same quality due to Line graph self-supervision under a unified embedding framework.

Научное направление: Компьютерные науки Математика
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: Network embeddingмашинное обучение на графахSelf-supervised learninggraph machine learningLine graph
Похожие публикации
Два мира математических функций: классический и компьютерный в Matematica
Шишкина Э. Л., Челябинский физико-математический журнал 2026 Т. 11 № 3 С. 443–481
Основные элементарные функции, такие как степенная функция, синус, косинус, экспонента, логарифм и обратные тригонометрические функции, являются   наиболее распространёнными и их быстрое и точное вычисление --- одна из основных задач компьютерной математики. В этой статье приводится теоретическая база, необходимая для понимания отличия человеческого и компьютерного восприятия математических функций. ...
Добавлено: 21 ноября 2026 г.
Обыкновенные дифференциальные уравнения в математическом моделировании : учебное пособие для вузов
Шишкина Э. Л., М.: Издательство Московского университета, 2026.
Учебное пособие содержит основные темы применения обыкновенных дифференциальных уравнений в математическом моделировании процессов и явлений. Рекомендуется для преподавателей и студентов физико-математических факультетов университетов, в том числе прикладных направлений, а также педагогических вузов. ...
Добавлено: 21 ноября 2026 г.
On Goncharov’s conjecture in next to Milnor degree
Болбачан В. С., Advances in Mathematics 2026 Vol. 505 P. 1–56
Добавлено: 20 ноября 2026 г.
Agreement among large language models does not track medical truth in health claim verification
Артёменко Е. Д., Кольцова Е. Ю., Nikolenko S. и др., Scientific Reports 2026
Добавлено: 20 ноября 2026 г.
Genus zero Whitham hierarchy via Hurwitz–Frobenius manifolds
Басалаев А. А., Journal of Geometry and Physics 2027 Vol. 232 Article 106032
Добавлено: 19 ноября 2026 г.
FLowRA: Flow-Guided Rank Allocation for Parameter-Efficient Fine-Tuning of Deep Neural Networks
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 11 Article 389
Добавлено: 19 ноября 2026 г.
Uniqueness of addition in Schrödinger algebras
Соснов Г. Р., / Series arXiv "math". 2026.
В работе получен критерий однозначности сложения в алгебре Шрёдингера. Это позволяет получить первый пример алгебры Ли с однозначным сложением и нетривиальным центром над полем нулевой характеристики. Также найдено необходимое и достаточное условие того, что алгебра Шрёдингера имеет скобочную ширину один. ...
Добавлено: 19 ноября 2026 г.
Uniqueness of addition in Lie rings gl_n(K) and sl_n(K)
Соснов Г. Р., / Series math "arxiv.org". 2026.
Мы доказываем, что любая биекция колец Ли α:gln(K)→R, сохраняющая коммутатор аддитивна на подкольце sln(K), где кольцо R произвольное,  n≥2 и поле K произвольно. Использяю данный результат мы находим критерий однозначности сложения колец gln(K) и sln(K). Мы также показываем, что любая инъекция колец Ли β:sl2(K)→S, сохраняющая коммутатор, аддитивна. Это первый результат об аддитивности инъекции, сохраняющей коммутатор. ...
Добавлено: 19 ноября 2026 г.
Machine Learning for Astrophysics 2024
Springer, 2026.
Добавлено: 19 ноября 2026 г.
Approximation of Multivariate Time Series in Astronomy Using Vector Gaussian Processes
Semenikhin T. A., Корнилов М. В., Pruzhinskaya M. V., Moscow University Physics Bulletin 2025 Vol. 80 No. S1 P. S204–S207
Добавлено: 19 ноября 2026 г.
Anomaly detection in Fink: I. Discovery, follow-up, and classification of unusual sources
Pruzhinskaya M. V., Корнилов М. В., Dodin A. V. и др., Astronomy and Astrophysics 2026 Vol. 715 P. 1–18
Добавлено: 19 ноября 2026 г.
Supernova scores for active anomaly detection
Semenikhin T. A., Kornilov M.V., Pruzhinskaya M. V. и др., Astronomy and Computing 2026 Vol. 56 Article 101126
Добавлено: 19 ноября 2026 г.
Soliton turbulence within the modified Benjamin–Bona–Mahony equation
Flamarion M. V., Пелиновский Е. Н., Physica D: Nonlinear Phenomena 2027 Vol. 500 Article 135452
Добавлено: 18 ноября 2026 г.
Топология 3-многообразий, допускающих НМС-потоки с единственной седловой орбитой
Ягилев А. А., Починка О. В., Шубин Д. Д., Математический сборник 2026 Т. 217 № 11 С. 130–144
Рассматриваются неособые потоки Морса-Смейла (НМС-потоки) на замкнутых ориентируемых 3-многообразиях $M^3$, в предположении, что среди периодических орбит ровно одна седловая. Устанавливается, что  многообразие $M^3$ допускает такой поток  тогда и только тогда, когда оно гомеоморфно  линзовому пространству, связной сумме линзовых пространств или многообразию Зейферта вида $M(\mathbb S^2, (p_1,q_1), (p_2,q_2), (p_3,q_3))$. ...
Добавлено: 17 ноября 2026 г.
GraphLand: Evaluating Graph Machine Learning Models on Diverse Industrial Data
Баженов Г. В., Платонов О. А., Прохоренкова Л. А., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025.
Добавлено: 6 ноября 2025 г.
Improved Solubility Predictions in scCO2 Using Thermodynamics-Informed Machine Learning Models
Makarov D. M., Каликин Н. Н., Будков Ю. А. и др., Journal of Chemical Information and Modeling 2025 Vol. 65 No. 8 P. 4043–4056
Accurate solubility prediction in supercritical carbon dioxide (scCO2) is crucial for optimizing experimental design by eliminating unnecessary and costly trials at an early stage, thereby streamlining the workflow. A comprehensive solubility database containing 31,975 records has been compiled, providing a foundation for developing predictive models applicable to a diverse class of chemical compounds, with a particular ...
Добавлено: 16 апреля 2025 г.
Pose Networks Unveiled: Bridging the Gap for Monocular Depth Perception
Дайюб Я., Andrey V. Savchenko, Макаров И. А., , in: 2024 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct).: IEEE, 2024. P. 584–587.
Добавлено: 3 декабря 2024 г.
Evaluating Robustness and Uncertainty of Graph Models Under Structural Distributional Shifts
Баженов Г. В., Kuznedelev D., Malinin A. и др., , in: Advances in Neural Information Processing Systems 36 (NeurIPS 2023).: Curran Associates, Inc., 2023. P. 75567–75594.
Добавлено: 7 февраля 2024 г.
SensorSCAN: Self-Supervised Learning and Deep Clustering for Fault Diagnosis in Chemical Processes
Maksim Golyadkin, Vitaliy Pozdnyakov, Leonid Zhukov и др., Artificial Intelligence 2023 Vol. 324 Article 104012
Добавлено: 20 сентября 2023 г.
Predicting Molecule Toxicity via Descriptor-based Graph Self-supervised Learning
Li X., Makarov I., Киселёв Д. А., IEEE Access 2023 Vol. 11 P. 91842–91849
Добавлено: 30 августа 2023 г.
SimVec: predicting polypharmacy side effects for new drugs
Лукашина Н. Б., Картышева Е. Н., Spjuth O. и др., Journal of Cheminformatics 2022 Vol. 14 Article 49
Добавлено: 11 октября 2022 г.
Exploration in Sequential Recommender Systems via Graph Representations
Киселёв Д. А., Makarov I., IEEE Access 2022 Vol. 10 P. 123614–123621
Добавлено: 5 сентября 2022 г.
Self-supervised recurrent depth estimation with attention mechanisms
Макаров И. А., Bakhanova M., Nikolenko S. и др., PeerJ Computer Science 2022 Vol. 8 Article e865
Depth estimation has been an essential task for many computer vision applications, especially in autonomous driving, where safety is paramount. Depth can be estimated not only with traditional supervised learning but also via a self-supervised approach that relies on camera motion and does not require ground truth depth maps. Recently, major improvements have been introduced ...
Добавлено: 1 февраля 2022 г.
On the Memorization Properties of Contrastive Learning
Садртдинов И. Р., Чиркова Н. А., Лобачева Е. М., , in: ICML 2021 Workshop, Overparameterization: Pitfalls & Opportunities.: [б.и.], 2021.
Добавлено: 25 января 2022 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору