图卷积神经网络

(13) 图卷积神经网络GCN ---如何在交通预测中考虑网络拓扑结构

图卷积神经网络GCN---在交通预测中考虑网络拓扑结构原创：张金雷JZhang当交通遇上机器学习1、文章信息《Spatio-TemporalGraphConvolutionalNetworks:ADeepLearningFrameworkforTrafficForecasting
当交通遇上机器学习·2020-06-30 19:41

(19) 交通预测---基于时空注意力机制的图卷积神经网络

交通预见未来(19):交通预测---基于时空注意力机制的图卷积神经网络1、文章信息《AttentionBasedSpatial-TemporalGraphConvolutionalNetworksforTraffcFlowForecasting
当交通遇上机器学习·2020-06-30 19:44

(21) 出行需求预测新视角---基于图卷积神经网络GCN的出租车OD需求预测

交通预见未来(21):出行需求预测新视角---基于图卷积神经网络GCN的出租车OD需求预测1、文章信息《Origin-DestinationMatrixPredictionviaGraphConvolution
当交通遇上机器学习·2020-06-30 19:44

(20) 基于多图卷积神经网络的多模式交通预测应用对比

交通预见未来(20):基于多图卷积神经网络的多模式交通预测应用对比1、文章信息随着图网络GCN的大火，各式各样的基于图网络的交通预测论文也层出不穷，多图卷积神经网络便是其中一个小方向。
当交通遇上机器学习·2020-06-30 19:43

(22) 基于动态时空图卷积神经网络的交通流预测

交通预见未来(22):基于动态时空图卷积神经网络的交通流预测1、文章信息《DynamicSpatial-TemporalGraphConvolutionalNeuralNetworksforTrafficForecasting
当交通遇上机器学习·2020-06-30 19:43

菜鸟笔记之《Large-Scale Learnable Graph Convolutional Networks》

本文是发表在KDD会议上的一篇文章，以大规模可学习图卷积神经网络为研究内容，作者来自于华盛顿大学。
mying_三丘·2020-06-30 05:19

Social-STGCNN: A Social Spatio-Temporal GCNN for Human Trajectory Prediction(CVPR2020)论文阅读笔记

Social-STGCNN:ASocialSpatio-TemporalGCNNforHumanTrajectoryPrediction一种用于人类轨迹预测的社会时空图卷积神经网络摘要1引言2相关工作3
一个小佳子·2020-06-29 14:36

论文阅读总结（SEMI-SUPERVIED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS）

Semi-SupervisedClassificationwithGraphConvolutionalNetworks（基于图卷积神经网络的半监督分类）这篇文章是阿姆斯特丹大学的教授MaxWelling
Mr.琛·2020-06-29 14:18

如何理解图卷积神经网络GCN（Graph convolutional networks）[说人话版]

学习图卷积网络思路指南（GCN谱域版）前言csdn、知乎等平台上已经有不少的关于GCN的解读，本文尝试脱离数学推导部分，而梳理一下GCN的正向学习思路，此处推荐优秀博文，以及知乎问答高质量回答。废话不多说，我们开始吧！一、欧式数据与非欧数据Euclidendomainsdata（欧式数据）和non-Euclidendomaindata（非欧数据），在现实生活中都有着大量的应用。欧式数据：常见的数据
sendy.lee·2020-06-29 08:14

CIKM最佳应用论文：11亿节点的大型图，看闲鱼如何用图卷积过滤垃圾评论

训练并推断11亿节点的图，闲鱼垃圾评论过滤系统也用上了最前沿的图卷积神经网络。阿里巴巴的这项研究获得了ACMCIKM2019最佳应用论文奖，这足以说明图卷积在传统任务中的强大潜力。
喜欢打酱油的老鸟·2020-06-29 03:30

图卷积网络（Graph Convolutional Network，GCN）

模型概述从消息传递的角度看GCN我们从消息传递的角度描述了一个图卷积神经网络层；具体数学描述见下。
amorfatilily·2020-06-29 02:51

【3D计算机视觉】Dynamic Graph CNN——点云动态图卷积神经网络

DynamicGraphCNNforLearningonPointClouds1.简介1.1解决的问题1.2贡献1.3EdgeConv的优缺点：2.网络结构2.1EdgeConv层介绍2.2函数的选择2.3动态CNN2.4实现细节3.实验结果：1.简介该文章是最新出的一篇针对点云数据分类、分割的网路，它是受PointNet以及PointNet++的启发所进行的修改，PointNet只是独立处理每个
小执着~·2020-06-28 22:39

论文笔记（SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation）

一个有效的基于图卷积神经网络的社交推荐模型原文链接：SocialGCN:AnEfficientGraphConvolutionalNetworkbasedModelforSocialRecommendation
cici_iii·2020-06-28 20:09

图卷积神经网络GCN---池化层代表作

GNNPooling文章目录GNNPooling1DeepConvolutionalNetworksonGraph-StructuredData2Convolutionalneuralnetworksongraphswithfastlocalizedspectralfiltering3AnEnd-to-EndDeepLearningArchitectureforGraphClassificatio
青山白云间·2020-06-28 19:20

图卷积神经网络GCN--注意力网络代表作

GraphAttentionNetworks1GraphAttentionNetworks[VelickovicP,2017,1]提出了图的注意力网络，利用注意力机制聚合信息，相当于空间法的卷积。用h⃗i(l)\vec{h}_{i}^{(l)}hi(l)表示第lll层的第iii个顶点的特征向量。attentioncoefficient:eij=a(Wh⃗i(l),Wh⃗j(l)).(1.1)e_{
青山白云间·2020-06-28 19:20

图卷积神经网络GCN---空间卷积层代表作

Spatial-basedConvGNN文章目录Spatial-basedConvGNN1Convolutionalnetworksongraphsforlearningmolecularfingerprints2ColumnNetworksforCollectiveClassification3LearningConvolutionalNeuralNetworksforGraphs4Diffus
青山白云间·2020-06-28 19:19

图卷积神经网络GCN---谱图卷积层代表作

Spectral-basedConvGNN这篇博客侧重列举谱图卷积的主要发展演变，如果要从头理解建议阅读图卷积神经网络（GraphConvolutionalNetwork）之谱卷积。
青山白云间·2020-06-28 19:19

图卷积神经网络GCN---递归GCN代表作

RecurrentGraphNeuralNetworks递归图神经网络（RecGNN）大多是图神经网络的开创性作品。RecGNN旨在学习具有递归神经体系结构的节点表示。他们假设图中的节点不断与其邻居交换信息/消息，直到达到稳定的平衡。RecGNNs在概念上很重要，并启发了后来对卷积图神经网络的研究。特别地，消息传递的思想被基于空间的卷积图神经网络所继承。[1]1ANewModelforearnin
青山白云间·2020-06-28 19:18

图卷积神经网络（Graph Convolutional Network）之谱卷积

本文主要参考了:从CNN到GCN的联系与区别——GCN从入门到精（fang）通（qi）Chebyshev多项式作为GCN卷积核拉普拉斯矩阵与拉普拉斯算子的关系其他见参考文献部分。文章目录1.拉普拉斯矩阵1.1简单图的拉普拉斯矩阵1.2对称归一化拉普拉斯算子1.3随机游走归一化拉普拉斯算子1.4拉普拉斯矩阵的基本性质1.5拉普拉斯矩阵特征值分解2.拉普拉斯算子2.1拉普拉斯算子的定义[5]2.2离散
青山白云间·2020-06-28 19:16

机器学习、深度学习资源索引

iteration/epoch的区别：深度学习中的batch（batchsize，fullbatch，minibatch，onlinelearning）、iterations与epochGCN相关：深度学习新星|图卷积神经网络
weixin_30591551·2020-06-27 21:18

翻译--SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS图卷积神经网络的半监督学习原文连接:Semi-SupervisedClassificationwithGraphConvolutionalNetworks0
wanygen·2020-06-27 12:50

Google高效解决训练大规模深度图卷积神经网络问题

姓名：黄艳堃学号：19021210928【嵌牛导读】本文主要介绍Google发表在KDD2019的图嵌入工业界最新论文，提出Cluster-GCN，高效解决工业界训练大规模深度图卷积神经网络问题，性能大幅提升基础上依靠可训练更深层网络达到
hykun·2020-06-27 07:35

图卷积神经网络（0）——发展历程

视频来源：图神经网络在线研讨会20201.GNN在干什么目前较火的CNN在欧式空间中已经表现出了强大的处理能力，其最大的特点在于平移不变性，这种特性能够很好的处理欧式空间的中的数据，但是，图则是一类典型的非欧数据。如下图右侧所示。因为图没有一个固定的结构，因此，CNN的卷积特性（平移不变性）不能够直接用于图结构的数据。2.卷积的原理卷积操作其实是两个函数的数值运算，即上图中的f,gf,gf,g，这
EntropyPlus·2020-06-27 04:28

Chemistry.AI | 基于图卷积神经网络（GCN）预测分子性质

GraphConvolutionalNetwork(图卷积网络)环境准备Python版本：Python3.6.8PyTorch版本：PyTorch1.1.0RDKit版本：RDKit2020.03.1基于图卷积神经网络
qq2648008726·2020-06-27 03:26

图神经网络系列（二）图卷积神经网络

图卷积神经网络利用图卷积神经网络提取拓扑图的空间特征，其方式主要可以分为基于空间域(vertexdomain,spatialdomain)的方法以及基于谱域(spectraldomain)的方法两种。
pjisnotpoorj·2020-06-26 10:23

初识图卷积神经网络（GCN）

随着深度学习的快速发展，传统神经网络结构的弊端也日益凸显，无论是CNNCNNCNN还是RNNRNNRNN，处理的数据仅限于欧式空间，而对于拓扑结构的数据就手足无措了，然而我们我们生活的世界更多的数据还是拓扑结构数据，至于表示拓扑结构的最好方法，非图莫属了，那么如何利用图的结构进行学习呢，下面让我们一探GCNGCNGCN的究竟预备知识传统NNNNNN的连接结构CNNCNNCNN基本卷积方式开发环境p
Sigure_Mo·2020-06-25 21:03

DialogueGCN论文翻译

对话GCN：对话中情感识别的图卷积神经网络绪论会话中的情感识别（ERC）最近受到了研究者的广泛关注，因为它在医疗，教育和人力资源等各个领域都有潜在的广泛应用。
永远的小白虾·2020-06-25 20:58

万字长文带你图卷积神经网络（GCN）入门

前言作者阿泽曰：断断续续写了一个多星期，期间找了很多同学讨论学习，感谢指导过点拨过我的同学们，为了精益求精本着不糊弄别人也不糊弄自己的原则在本文中探讨了很多细节。当然，还有很多细节没提到，包括总变差（TotalVariation）、空域和频域视角下的图信号等，有兴趣的同学可以深入了解下图信号处理，本人才疏学浅还希望抛砖引玉引出更多的GCN的文章。非常感谢知乎@superbrother同学和蘑菇先生
David-Chow·2020-06-25 01:44

读书笔记《深入浅出图神经网络》 Part 1

注：读书笔记中只摘录了部分知识点，不是全书内容的梳理全书划分为3个部分：第1-4章：主要介绍图神经网络所需的基础知识，包括图的基本概念、卷积神经网络以及表示学习第5-9章：主要介绍图卷积神经网络理论基础和性质
mintminty·2020-06-24 15:59

《谱图论》读书笔记（第一章）

拉普拉斯算子和特征值1.3BasicfactsaboutthespectrumofGraph1.4Eigenvaluesofweightedgraphs1.5Eigenvaluesandrandomwalks谱图论作为图卷积神经网络的理论基础
meteor_0033·2020-06-24 14:24

Explainability Methods for Graph Convolutional Neural Networks--论文笔记

《图卷积神经网络的可解释方法》首先的话先说一下这个可解释方法是什么意思吧，其实开始我也是不懂，我是在网上找得相关资料才得知的。就是说，可解释方法在最开始是针对CNN提出的。
爱玩的阿是·2020-06-24 14:27

基于图卷积神经网络GCN的时间序列预测:图与递归结构相结合预测库存需求

时间序列预测任务可以按照不同的方法执行。最经典的是基于统计和自回归的方法。更准确的是基于增强和集成的算法，我们必须使用滚动周期生成大量有用的手工特性。另一方面，我们可以使用在开发过程中提供更多自由的神经网络模型，提供对顺序建模的可定制的特性。循环和卷积结构在时间序列预测中取得了巨大的成功。该领域中有趣的方法是通过采用最初在NLP中本地的Transformers和Attention架构。图结构的使用
deephub·2020-06-24 12:19

【GNN综述3】Deep Learning on Graphs: A Survey

转载LemonQC论文DeepLearningonGraphs:ASurveypaper翻译见123主要分为三大类（分类比较明确）：半监督学习，包括图神经网络和图卷积神经网络；无监督学习图自编码机；最新的进展
静静和大白·2020-06-24 07:49

[ 深度学习 ] —— 图卷积神经网络 GCN

图卷积神经网络主要要完成的就是这件事，给定一个图网络，把节点（node）（又称顶点(vertex)）与边（edge）输入进一个函数，希望得到一个各个节点的feature信息，利用这个feature去实现各种任务
小小的行者·2020-06-23 21:57

NLP免费直播 | 四期讲透图卷积神经网络、BERT、对话生成、知识图谱、词嵌入

贪心学院与京东智联云联合打造了四期重磅级NLP系列公开课，全程免费。????NLP公开课直播活动????为了帮助大家快速了解课程，在训练营开课前，我们特意联合贪心学院打造四场公开课，并选择选择了近几年NLP领域最火的话题，包括GNN,GCN,Word2Vec,ELMo,GPT,BERT,对话系统，个性化文本生成，知识图谱等内容。作为一名NLP工程师，这些内容逐步在成为必修课。在本次专题活动，我们会
京东智联云技术新知·2020-06-23 21:07

GNN图神经网络 DropEdge：towards deep GCN on node classfication

图卷积神经网络变深之后难以训练的
yiiiir99·2020-06-23 16:48

[ 深度学习 ] —— 图卷积神经网络 GCN

图卷积神经网络主要要完成的就是这件事，给定一个图网络，把节点（node）（又称顶点(vertex)）与边（edge）输入进一个函
haoji007·2020-06-23 12:35

2019-02-26-GCN资料

工具：https://github.com/dmlc/dgl快速了解GCN（图卷积神经网络）2018年11月27日14:40:48算法学习者阅读数：786如何理解GraphConvolutionalNetwork
haoji007·2020-06-23 12:04

免费直播公开课 | 图卷积神经网络, BERT, 对话生成，知识图谱

大家好，我是贪心学院的小编。自从今年二月份举办的火爆的BERT、XLNet专题课以来，已经三个月没有跟大家见面了。这一次我们又给大家带来了重磅级的系列公开课，由贪心学院和京东智联云联合打造，共四次公开课、为期两周时间，感兴趣的朋友们可以扫码加入。????NLP公开课直播活动????这次的系列课程我们又选择了近几年NLP领域最火的话题，包括GNN,GCN,Word2Vec,ELMo,GPT,BERT
风度78·2020-06-23 07:42

从文本分类来看图卷积神经网络

本文包括以下内容，阅读时间10min图神经网络是什么意思文本如何构建图图卷积神经网络源代码实现图卷积神经网络最新进展本文阅读基础神经网络基础本文不包含拉普拉斯矩阵的数学推导01—“图神经网络”是什么过去几年
风度78·2020-06-23 07:09

图卷积神经网络初探

你吃过牛角甜甜圈吗（cronuts）？这一被时代杂志称为“2013年25个最佳发明之一”的神奇美食，带着甜甜圈的可爱外貌与牛角面包的酥软内里，从美国纽约席卷全球。直到今天，世界各地的甜品店依然热衷于开发各种口味的cronuts，引得饕餮们纷纷自掏腰包。再看一眼圆圆胖胖的cronuts，各位擦擦口水回到正题，接下来，本文将介绍近年来引爆学术界的另一样“牛角甜甜圈”：GraphConvolutiona
华为云·2020-06-23 03:17

高三学生发表AI论文，提出针对网络暴力问题的新模型AdaGCN

他凭借一篇利用图卷积神经网络检测网络暴力的论文，在比赛中脱颖而出。长江后浪推前浪，瞧，00后也要出道了。高三的时候，你在做什么呢？刷《五年高考三年模拟》？还是背英语单词？一名叫做
AI科技大本营·2020-06-23 02:03

通俗易懂：图卷积神经网络入门详解

作者|蝈蝈来源|转载自知乎用户蝈蝈【导读】GCN问世已经有几年了（2016年就诞生了），但是这两年尤为火爆。本人愚钝，一直没能搞懂这个GCN为何物，最开始是看清华写的一篇三四十页的综述，读了几页就没读了；后来直接拜读GCN的开山之作，也是读到中间的数学部分就跪了；再后来在知乎上看大神们的讲解，直接被排山倒海般的公式——什么傅里叶变换、什么拉普拉斯算子等等，给搞蒙了，越读越觉得：“哇这些大佬好厉害，
AI科技大本营·2020-06-23 02:32

图卷积神经网络笔记——第四章：图卷积神经网络的应用

上一节:链接.通过前面的讲解，我们大致了解了什么是图卷积神经网络，有了一个较熟悉的认识，接下来介绍一下图卷积神经网络的应用。应用较多，主要详细讲解交通预测。
Ma Sizhou·2020-06-22 10:07

【心得】图卷积神经网络（GCN）的简单介绍

图卷积神经网络（GCN）的简单介绍1.什么是GCN图卷积神经网络是一种能对图数据进行深度学习的方法。简单的说，GNN就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。
ZZU_chenhao·2020-06-22 09:47

GCN相关资料

1快速了解GCN（图卷积神经网络）https://blog.csdn.net/AMDS123/article/details/84565615（主要是下面各链接的说明）2从CNN到GCN的联系与区别——
守护荆棘·2020-06-22 04:24

Learning Convolutional Neural Networks for Graphs（学习图卷积神经网络）

4.2邻域的组装（NeighborhoodAssembly）4.3图规范化4.4卷积架构5.复杂性和实施6.实验6.1运行时分析6.2特征可视化6.3图表分类7.结论和未来工作名词解释摘要提出一个学习任意图卷积神经网络的框架简介目标是将卷积神经网络应用于大量基于图的学习问题考虑一下两个问题
灬Miracle丶·2020-06-22 04:34

DeepLearning | 图卷积神经网络(GCN)解析(论文、算法、代码)

本篇博客主要讲述三种图卷积网络（GraphConvolutionalNetwork,GCN）的算法原理及python实现，全文阅读时间约10分钟。目录一、图卷积网络原理1.0预备知识1.1第一代图卷积网络1.2第二代图卷积网络1.3第三代图卷积网络1.4图卷积网络的优缺点二、图卷积网络python实现三、图卷积网络论文、代码、数据集资源下载!一、图卷积网络原理图模型早期的研究被称为图信号处理（Gr
Liangjun_Feng·2020-06-22 00:34

GNN学习笔记（一）——图卷积网络（GCN）

本节的介绍将从下面几点展开1.Motivation：为什么需要图卷积神经网络2.从空间域角度理解图卷积网络3.从频域角度理解图卷积网络二、Motivation：为什么需要图卷积神经网络传统的CNN要求输入具有平移
Aurora153·2020-06-21 17:57

【网络表示学习】GCN

图卷积神经网络就是以某种方式将卷积算子推广到任意图数据上。融合节点特征和图的拓扑结构，利用深度学习生成新的表示的方法。图卷积神
zjwreal·2020-06-21 15:52
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他