图卷积神经网络

基于脑电图的注意力稀疏图卷积神经网络的帕金森病识别

基于脑电图的注意力稀疏图卷积神经网络的帕金森病识别EEG-BasedParkinson’sDiseaseRecognitionviaAttention-BasedSparseGraphConvolutionalNeuralNetwork
有人学习不瞌睡吗·2024-01-27 22:59

10X单细胞（10X空间转录组）数据分析迁移之scGCN

一篇6月22日发表于NatureCommunications的论文，指出图卷积神经网络能够在该任务上取得最好的表现。图片.png论文
单细胞空间交响乐·2024-01-27 21:29

十八周周报

3Dreconstructionofhumanbodiesfromsingle-viewandmulti-viewimages:Asystematicreview简介研究方法搜索策略选择标准搜索结果三维重建方法单个视图中使用的技术基于参数化人体模型的回归基于非参数人体模型的回归多个视图中使用的技术基于参数回归的模型多视图卷积神经网络非参数回归模型数据集讨论结论和展望总结
Joy_moon·2024-01-20 22:17

行为检测论文笔记【综述】基于深度学习的行为检测方法综述

对这些方法进行了全面的梳理和总结，介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类，综合分析了每一类别中不同研究方法的思路和优缺点，并阐述了基于弱监督学习、图卷积神经网络
计算机视觉-杨帆·2024-01-20 03:26

第十六周周报

前言图用图表示一张图片文本作为图表其他图值数据用图表示分子用图表示社交网络用图表示引文表示成图后产生的问题图层面问题顶点层面问题边层面问题图神经网络实现消息传递全局信息的作用实验相关技术GNN中的图采样和批处理归纳偏差比较聚合操作GCN（图卷积神经网络
Joy_moon·2024-01-17 15:13

一种安防场景下融合注意力机制和时空图卷积神经网络的人体动作识别方法与流程

本发明涉及模式识别与计算机视觉领域，尤其涉及一种安防场景下融合注意力机制和时空图卷积神经网络的人体动作识别方法。
baidu_huihui·2024-01-03 08:30

图卷积神经网络之 - 图拉普拉斯矩阵的解释

图拉普拉斯矩阵是图论和谱图理论中的一个核心概念，它在图卷积神经网络（GCN）的设计中起着重要的作用。下面我将详细解释图拉普拉斯矩阵和归一化图拉普拉斯矩阵。
UCAS_sqs·2024-01-01 13:22

图卷积神经网络之 - 图傅立叶变换的解释

L=np.array([[2,-1,0,-1],[-1,2,-1,0],[0,-1,2,-1],[-1,0,-1,2]])上述4个节点的简单无向图进行图傅立叶变换：我们计算了图拉普拉斯矩阵LLL的特征值和特征向量。特征值是：λ=[0,2,2,4]\lambda=\begin{bmatrix}0,&2,&2,&4\end{bmatrix}λ=[0,2,2,4]特征向量UUU（归一化后）是：U=[−0
UCAS_sqs·2024-01-01 13:48

常用英文缩略词

OfficeAutomation办公自动化IM:InstantMessage即时通信EI:EnterpriseIntelligence企业智能GCN:GraphConvolutionalNetwork图卷积神经网络
F_D_Z·2023-12-22 18:35

图卷积神经网络发展

1.图神经网络（GNN）图神经网络的概念最早在2005年提出。2009年Franco博士在其论文[2]中定义了图神经网络的理论基础。本文中所提到的图均指图论中的图(Graph)。它是一种由若干个结点(Node)及连接两个结点的边(Edge)所构成的图形，用于刻画不同结点之间的关系。1.1状态更新与输出最早的图神经网络起源于Franco博士的论文[2],它的理论基础是不动点理论。给定一张图G，每个结
shadowismine·2023-12-22 10:17

《Graph Attention Networks》笔记

摘要翻译我们提出了图注意力网络(GATs)，一个新颖的在图结构数据上运行的神经网络架构，利用掩码自注意力机制（maskedself-attentionallayers）来克服之前的图卷积神经网络及其近似模型的缺点
chencjiajy·2023-12-06 18:50

【Deep Learning】 GCN

前言关于图卷积神经网络（GCN）的学习文章非常多，但是大部分，都从GCN的公式开始介绍，这对于一个初入门的学习者非常不友好。下面是我在学习过程中参考的几个链接，这是我认为写的非常不错的几篇文章。
pangpd·2023-11-17 07:39

python基于图卷积神经网络GCN模型开发构建文本数据分类模型（以论文领域数据为例）

GCN（GraphConvolutionalNetwork）图卷积神经网络是一种用于处理图数据的深度学习模型。它是基于图结构的卷积操作进行信息传递和特征学习的。
Together_CZ·2023-11-16 10:57

基于知识图谱和图卷积神经网络的应用和开发

本文只是对《京东基于知识图谱和图卷积神经网络的应用和开发》的视频的笔记整理。
hellolianhua·2023-11-14 02:00

CNN（卷积神经网络）、RNN（循环神经网络）和GCN（图卷积神经网络）

CNN（卷积神经网络）：区别：CNN主要适用于处理网格状数据，如图像或其他二维数据。它通过卷积层、池化层和全连接层来提取和学习输入数据的特征。卷积层使用卷积操作来捕捉局部的空间结构，池化层用于降低特征图的空间维度，并减少参数数量。联系：在CNN中，卷积核的权重共享使得网络可以对输入进行平移不变性的建模。这对于图像识别和计算机视觉任务非常有用。RNN（循环神经网络）：区别：RNN主要用于处理序列数据
Nancy-sn·2023-11-05 12:48

GCN火车票识别项目 P2 图卷积神经网络介绍

图卷积神经网络(GraphConvolutionalNetwork,GCN)，是一类采用图卷积形式迭代的神经网络，属于图
陈华编程·2023-11-04 11:14

GCN火车票识别项目 P1 火车票识别项目介绍 Pytorch LSTM/GCN

从本节开始，我将带大家完成一个深度学习项目：用图卷积神经网络(GCN)，实现一个「火车票文字信息提取」的项目，由于火车票上每个节点文字不是等长的，所以还需要添加一个前置的LSTM来提取句子特征。
陈华编程·2023-11-04 11:42

通过图卷积神经网络进行OD预测

北航发表在KDD2019上的一篇论文，原文标题：Origin-DestinationMatrixPredictionviaGraphConvolution:aNewPerspectiveofPassengerDemandModeling摘要：提出的问题：起点终点矩阵预测（ODMatrixPrediction）,这个任务比一般的出租车需求预测更有挑战性，因为OD预测不仅需要预测每个区域的需求量，而且
Bruce-XIAO·2023-11-02 09:58

论文分享 |Jumping Knowledge Networks

本文想探讨的一个问题就是：虽然图卷积神经网络的计算方式能够适应不同结构的graph，但是其固定的层级结构以及聚合邻居节点的信息传播方式会给不同邻域结构的节点表达带来比较大的偏差。
极验·2023-10-28 05:45

图神经网络入门推荐好文（附GNN大佬资料包下载福利）

今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？
极验·2023-10-28 05:43

Based st-gcn dangerous action recognition system，基于ST-GCN图卷积神经网络的危险动作识别系统

该项目为计算机专业本科生课程设计，也可以用为毕业设计，是针对香港中文大学的ST-GCN开源项目的二次开发应用，论文地址为：SpatialTemporalGraphConvolutionalNetworksforSkeleton-BasedActionRecognition.项目背景：  2020年6月，工信部发文印发《关于进一步加强工业行业安全生产管理的指导意见》，提出要推动人工智能等新一代信息技
互联网搬砖er·2023-10-27 23:16

MS-AAGCN：Skeleton-Based Action Recognition with Multi-Stream Adaptive Graph Convolutional Networks

Skeleton-BasedActionRecognitionwithMulti-StreamAdaptiveGraphConvolutionalNetworksCVPR2019基于骨架的多流自适应图卷积网络动作识别主要内容：提出一种多流注意力增强的自适应图卷积神经网络
KrystalKarlieKarina·2023-10-08 10:09

GNN-频域-2014：Spectral Networks and Locally Connected Networks on Graphs（频谱图卷积神经网络）【第一篇从频域角度分析】

《原始论文：SpectralNetworksandLocallyConnectedNetworksonGraphs》空域卷积非常直观地借鉴了图像里的卷积操作，但缺乏一定的理论基础。而频域卷积则不同，相比于空域卷积而言，它主要利用的是**图傅里叶变换(GraphFourierTransform)**实现卷积。简单来讲，它利用图的**拉普拉斯矩阵(Laplacianmatrix)**导出其频域上的的拉
u013250861·2023-10-05 23:37

使用领域引导图卷积神经网络GCNN增强基于脑电图EEG的神经疾病诊断完整代码

一种基于图卷积神经网络（GCNN）的新方法，用于改进使用头皮脑电图（EEG）进行神经系统疾病诊断。
强盛小灵通专卖员·2023-09-29 09:03

用于图卷积神经网络的可解释性方法CVPR2019

目录激励反向传播ExcitationBackprop(ECCV2016)摘要1.Introduction2.RelatedWork2.1.Interpretability2.2.GCNNs3.Method3.1.ExplainabilityforCNNs3.2.GraphConvolutionalNeuralNetworks3.3.ExplainabilityforGraphConvolution
tzc_fly·2023-09-21 12:01

图卷积神经网络(GCN)入门

GCN是从CNN来的CNN成功在欧式数据上：图像，文本，音频，视频图像分类，对象检测，机器翻译CNN基本能力：能学到一些局部的、稳定的结构，通过局部化的卷积核，再通过层级堆叠，将这些局部的结构变成层次化的、多尺度的结构模式。卷积核的数学性质：平移不变性非欧数据之图：最大挑战——没有关于卷积的直观定义本文主要解决：①如何定义图上的convolution②如何定义图上的pooling如何定义图上的卷积
CSU迦叶·2023-09-19 17:52

Spatial-Temporal Graph ODE Networks for Traffic Flow Forecasting

利用浅图神经网络（shallowgraphconvolutionnetworks）和时间提取模块去分别建模空间和时间依赖2.STGCN,DCRNN通过结合GNN和RNN，分别获得空间表示和时间表示缺点：浅图卷积神经网络不能
day. day. up!·2023-09-14 19:22

【图卷积神经网络】1-入门篇：为什么使用图神经网络(下)

为什么使用图神经网络？在本书中，我们将重点介绍图学习技术中的深度学习家族，通常称为图神经网络。GNNs是一种新的深度学习架构类别，专门设计用于处理图结构化数据。与主要用于文本和图像的传统深度学习算法不同，GNNs明确地用于处理和分析图数据集（见图1.4）。图1.4-GNN管道的高级架构，以图作为输入，输出对应于给定任务GNNs已经成为图学习的强大工具，在各种任务和行业中显示出优秀的结果。其中最引人
upDiff·2023-09-09 16:10

【图卷积神经网络】1-入门篇：为什么使用图神经网络

在本节中，将涵盖以下主要内容：为什么使用图？为什么学习图？为什么使用图神经网络？为什么使用图？首先需要回答的问题是：为什么对图感兴趣？图论是对图进行数学研究的学科，它已经成为理解复杂系统和关系的基本工具。图是一种将节点（也称为顶点）和连接这些节点的边的集合的可视化表示，提供了一种表示实体及其关系的结构（见图1.1）。图1.1-具有六个节点和五条边的图的示例通过将复杂系统表示为实体和相互作用的网络，
upDiff·2023-09-08 18:12

《论文阅读》CARE:通过条件图生成的共情回复因果关系推理 EMNLP 2022

通过条件图生成的移情反应因果关系推理前言简介基础知识TransformerVariationalGraphAuto-Encoder变分图自编码器`邻接矩阵（adjacencymatrix）``图神经网络（GNN）``图卷积神经网络
365JHWZGo·2023-09-08 06:50

图神经网络 day2 图的分类

1GCN2GraphSAGE2.1采样：采样固定长度的邻居2.2聚合2.3GraphSAGE_minibatch2.4GraphSAGE_embedding3GAT4.图网络的分类4.1递归图神经网络RGNN4.2图卷积神经网络
想太多!·2023-08-20 01:53

深度学习（36）—— 图神经网络GNN（1）

深度学习（36）——图神经网络GNN（1）这个系列的所有代码我都会放在git上，欢迎造访文章目录深度学习（36）——图神经网络GNN（1）1.基础知识2.使用场景3.图卷积神经网络GCN（1）基本思想4
柚子味的羊·2023-08-13 17:31

CNN网络的故障诊断（轴承的多故障类型分类+Python代码）

图卷积神经网络卷积层采用多组卷积核与输入层进行卷积运算，从输入层的原始数据中提取出新的特征信息。池化层通过缩小卷积层提取出的特征信息的大小，挖掘提取特征的深度信息，实现特征信息的降维。
向秃头前进中·2023-08-01 00:10

【图神经网络】个人综述分享

目录1引言2相关工作2.1行为识别2.2图卷积网络方法3图神经网络3.1频谱方法的应用3.2基于空间的图卷积神经网络4基于图卷积的行为识别网络设计4.1构造图拓扑结构的变化4.1.1按照输入特征区分4.1.2
Zongshun Wang的博客·2023-07-31 06:08

PDE-GCN:偏微分方程下的图卷积神经网络

NeurIPS2021文献：PDE-GCN:NovelArchitecturesforGraphNeuralNetworksMotivatedbyPartialDifferentialEquations图形神经网络正日益成为各种领域的主流方法计算机视觉、计算生物学和化学等领域的数据这些都可以用图表自然地解释。然而，与传统的卷积神经网络不同网络，深图网络不一定比其他网络产生更好的性能浅图网络。这种行
欧阳AI锋·2023-07-29 11:20

经典半监督图卷积神经网络Semi-GCN

https://zhuanlan.zhihu.com/p/58178060https://blog.csdn.net/FelixWang0515/article/details/98515493
爱叫啥叫啥去·2023-07-29 07:42

Enhanced multi-channel graph convolutional network for aspect sentiment triplet extraction.

2预备知识2.1GCN图卷积神经网络GCN就是一个结合了注意全局信息的特征提取器。
带带二师兄·2023-07-25 19:19

GNN系列（一）：简单图论&环境配置&PyG库

GNN系列（一）—简单图论&环境配置&PyG库  图卷积神经网络（GCN）是近年兴起的基于图结构的广义神经网络结构，图论中抽象意义上的图可以来表示非欧几里得机构化数据。
XF永不007·2023-07-20 10:47

深入浅出【图卷积神经网络GCN】从 邻接矩阵、特征值矩阵、单位阵、度矩阵 入手，深刻理解融合邻居节点(信息) | GCN从公式到代码实现 全过程 | 在Cora数据集上实现节点分类任务

这个世界虽然破破烂烂，可总有一些人在缝缝补补，以耀眼的光芒照耀这片大地。作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2022年度博客之星人工智能领域TOP4[3]阿里云社区特邀专家博主[4]CSDN-人工智能领域优质创作者[5]预期2023年10月份·准CSDN博客专家无限进步，一起追光&#
追光者♂·2023-07-20 08:08

随机2D形状周围层流预测！基于飞桨实现图形神经网络

与CNN不同，图卷积神经网络（GraphConvolutionNeuralNetwork，G
·2023-06-20 16:54

随机2D形状周围层流预测！基于飞桨实现图形神经网络

与CNN不同，图卷积神经网络（GraphConvolutionNeuralNetwork，G
飞桨PaddlePaddle·2023-06-20 07:48

随机2D形状周围层流预测！基于飞桨实现图形神经网络

与CNN不同，图卷积神经网络（GraphConvolutionNeuralNetwork，G
·2023-06-19 10:34

时空图卷积神经网络比较好的帖子

时空图卷积神经网络比较好的帖子：1、https://www.cnblogs.com/shyern/p/11262926.html#_label4_02、https://zhoef.com/2019/08
XYKenny·2023-06-16 17:50

一种基于图卷积神经网络的脑电情感识别方法

一种基于图卷积神经网络的脑电情感识别方法技术领域本发明属于信号处理技术领域，更具体涉及一种基于图卷积神经网络的脑电情感识别方法。
weixin_42466538·2023-06-12 06:10

DeepChem-使用图卷积神经网络对化学分子建模

'''bywufeilDeepChem-使用图卷积神经网络对化学分子建模在深度学习中，图卷积神经网络特别适合处理化学分子数据，也经常被用于处理分子数据。这是因为化学分子本身就是一个图数据。
wufeil·2023-06-09 12:52

深度学习实战35-图卷积神经网络GCN模型的搭建与应用

大家好，我是微学AI，今天给大家介绍一下深度学习实战35-图卷积神经网络GCN模型的搭建与应用，GCN是一种用于处理图结构数据的深度学习模型，它可以捕捉节点之间的拓扑关系和局部特征，并进行图级别的预测和分类任务
微学AI·2023-06-07 21:36

推荐系统笔记（五）：lightGCN算法原理与背景

背景lightGCN是将图卷积神经网络应用于推荐系统当中，是对神经图协同过滤（NGCF）算法的优化和改进。
甘霖那·2023-04-19 11:55

基于图卷积神经网络GCN的二部图链路预测方法实现思路和完整代码【可用于疾病-靶点、miRNA-疾病等相关预测】

如果你有初始节点特征，直接换掉即可实现思路这段代码主要是用于构建一个基于图卷积神经网络（GCN）的二分类模型，实现对给定邻接矩阵的节点间关系进行分类。
_刘文凯_·2023-04-15 16:14

2023.4.5 GCNs

图卷积神经网络（GraphConvolutionalNetworks，GCNs）是一种深度学习模型，用于处理图结构数据。它是通过在节点之间传递信息来学习图表征的一种方法。
楠姐有点忙·2023-04-10 21:23

使用Pytorch和PyG实现GraphConv

GraphConv是一种图卷积神经网络（GCN）层，可以应用于图形数据的分类、回归和聚类等任务。
instant_side·2023-04-08 00:30
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他