人工智能书单|Deep Learning on Graphs

近些年来,图深度学习,尤其是图神经网络算法展现了极强的学习图的表示的能力,并且促进了许多图上的计算任务的发展。

01 推荐阅读

今天给大家推荐密西根州立大学的汤继良团队即将出版一本全面性介绍图深度学习的书——《Deep Learning on Graphs》全面介绍了图深度学习的理论基础、模型方法、实际应用及前沿进展。

02 书籍简介

本书涵盖了开发用于图结构化数据的深度学习技术的全面内容,其中特别着重于图神经网络(GNN)。



本书详细介绍了GNN模型的基础,包括两个主要的构建操作:图形过滤和池化操作,并讨论了GNN的鲁棒性和可伸缩性。为了使深度学习技术能够在更广泛的设置下推进更多的图形任务,本书引入了超越GNN的众多深度图模型,介绍GNN在不同领域的最具代表性的应用,例如,自然语言处理,计算机视觉,数据挖掘和医疗保健。最后,本书介绍GNN在方法和应用方面的最新进展。

03 书籍内页

<

,
,
,

,
>

本文由mdnice多平台发布

你可能感兴趣的:(人工智能书单|Deep Learning on Graphs)