图神经网络】第12页

论文阅读和分析：Graph Attention Networks

通过这种方式，同时解决了基于谱的图神经网络的几个关键挑战，并使的模型易于应用于聚合和传播问题。GAT模型已在四个已建立的转导和诱导图基准上实现或匹配最新结果：Cora、Cit

KPer_Yang·2023-02-06 08:52

图神经网络综述（转）

图神经网络概述第三弹：来自IEEEFellow的GNN综述guthub地址：https://github.com/nnzhan/Awesome-Graph-Neural-Networks原文地址https

法相·2023-02-06 08:11

图神经网络详解（四）

图神经网络综述论文解读（三）本文链接地址：https://www.jiqizhixin.com/articles/2019-01-07-8本文转载于机器之心博文，如有冒犯，还望谅解。

大笨熊。。。·2023-02-06 08:08

图机器学习——5.2 图神经网络：GNN的构建与训练

1.GNN的构建我们将节点的邻居定义为可计算的图，图神经网络的主要想法是：每一个节点可以从周围的邻居中汇聚信息，而这个汇聚的方式就是通过神经网络来进行。

Kanny广小隶·2023-02-06 08:37

RBF函数展开代码实现

RBF函数展开代码参考1.应用场景介绍论文《AtomisticLineGraphNeuralNetworkforimprovedmaterialspropertypredictions》是一篇利用图神经网络预测晶体和分子性质的文章

喝过期的拉菲·2023-02-05 04:45

Hyperbolic Graph Neural Networks

HGNNs摘要贡献HyperbolicGraphNeuralNetworks黎曼流形上的图神经网络黎曼流形欧几里得空间庞伽莱球模型洛伦兹模型基于中心体的回归和分类一些细节代码：https://github.com

weixin_40248634·2023-02-04 08:51

【论文翻译】Graph Neural Networks: a review of methods and applications 图神经网络综述：方法和应用

文章目录摘要1引言2模型2.1GNN2.2GNN变体2.2.1图类型2.2.2传播类型卷积注意力跳跃连接2.2.3训练方法2.3通用框架3应用3.1结构化场景3.2非结构化场景3.3其他场景4开放性问题5结论摘要大量的学习任务需要处理含有丰富元素间关系信息的图数据。物理系统建模，学习分子指纹，预测蛋白质界面，分类疾病需要一个模型从图形输入学习。在其他领域，如从文本和图像等非结构化数据中学习，对提取

林若漫空·2023-02-04 08:18

GNN-FiLM Graph Neural Networks with Feature-wise Linear Modulation (FiLMConv)

GraphNeuralNetworkswithFeature-wiseLinearModulation(FiLMConv)ABSTRACT文章介绍了一种线性特征调制feature-wiselinearmodulation(FiLM)新的图神经网络

杰克船长有烦恼·2023-02-04 07:16

【OpenMMLab实战营打卡 - 第 2 课】CV基础和OpenMMLab介绍

总之是提取信息深度学习：卷积层数越来越多图神经网络、全卷积神经网络、自然语言处理人工智能的技术栈在不断更新；计算机视觉的发展：计算机视觉是最早的人工智能问题。

Xzavier阿威VVVV·2023-02-04 07:20

DeepMind 再发 Nature，图神经网络解决物理难题

转载自:AI科技评论DeepMind作为《自然》期刊的大户，最近在《自然·物理》发表了一篇论文，讲述了如何利用图神经网络研究玻璃态变化的问题。玻璃，是我们常见却非常陌生的东西。

深度学习技术前沿·2023-02-03 23:33

GNN-3-基于图神经网络的节点表征学习

基于图神经网络的节点表征学习可以理解为对图神经网络进行基于监督学习的训练，使得图神经网络学会产生高质量的节点表征。在节点预测任

sunshinecxm_BJTU·2023-02-03 17:27

Datawhale GNN组队学习-Task 03

基于图神经网络的节点表征学习经典论文笔记（GCNMoNetChebNetGraphSAGE)Semi-SupervisedClassificationwithGraphConvolutionalNetworks

lingwenzhenjun·2023-02-03 17:55

NLP知识图谱项目合集（信息抽取、文本分类、图神经网络、性能优化等）

NLP知识图谱项目合集（信息抽取、文本分类、图神经网络、性能优化等）这段时间完成了很多大大小小的小项目，现在做一个整体归纳方便学习和收藏，有利于持续学习。

汀、·2023-02-03 16:19

神经网络图片怎么分类的,图神经网络怎么做分类

人工神经网络分类方法从20世纪80年代末期，人工神经网络方法开始应用于遥感图像的自动分类。目前，在遥感图像的自动分类方面，应用和研究比较多的人工神经网络方法主要有以下几种：（1）BP（BackPropagation）神经网络，这是一种应用较广泛的前馈式网络，属于有监督分类算法，它将先验知识融于网络学习之中，加以最大限度地利用，适应性好，在类别数少的情况下能够得到相当高的精度，但是其网络的学习主要采

神经网络技术宅·2023-02-03 12:08

GNN教程：图神经网络基础知识！

，不错过Datawhale干货作者：秦州，阿里巴巴，Datawhale成员系列规划本文为GNN教程【第一章基础：三剑客】的第一篇文章【01基础知识】，下图展示了我们在这一系列的规划，接下来我们将会介绍图神经网络的三个基本模型

Datawhale·2023-02-03 12:07

图神经网络处理图片分类问题

主要问题：如何把图片转换成图1、UnderstandingGraphIsomorphismNetworkforrs-fMRIFunctionalConnectivityAnalysiscode2.把图片分类问题转化为图分类问题GraphCovidNet:AgraphneuralnetworkbasedmodelfordetectingCOVID-19fromCTscansandX-raysofch

CS搬运工·2023-02-03 12:07

【图神经网络】图神经网络(GNN)学习笔记：图分类

图神经网络GNN学习笔记：图分类1.基于全局池化的图分类2.基于层次化池化的图分类2.1基于图坍缩的池化机制1图坍缩2DIFFPOOL3.EigenPooling2.2基于TopK的池化机制2.3基于边收缩的池化机制参考资料图分类问题是一个重要的图层面的学习任务

镰刀韭菜·2023-02-03 12:36

HetGNN-Heterogeneous Graph Neural Network 异构图神经网络 KDD2019

来源：KDD2019论文链接：https://www3.nd.edu/~dial/publications/zhang_2019_heterogeneous.pdf代码链接：https://github.com/chuxuzhang/KDD2019_HetGNN1、背景异质图在实际生活中比同质图要更为常见一些，或者可以认为同质图中节点间存在多种类型的边（关系），同时每一条边所具有的不同属性也会导致

BUAA～冬之恋·2023-02-03 11:48

异构图神经网络（2）Heterogeneous Graph Neural Network

HeterogeneousGraphNeuralNetwork是发表在KDD2019的一篇文章，提出了HetGNN模型，采用LSTM进行节点级别的聚合，采用注意力机制进行语义级别的聚合。Motivation作者认为现在的网络几乎都没有同时考虑异构网络的结构信息以及每个节点的异构内容信息（大概就是属性的意思吧）。当前先进的GNNs并没有对异构图解决以下几个问题：很多异构图中节点也许并没有和其他所有类

文件夹66·2023-02-03 11:16

【论文翻译】KDD2019 - HetGNN - Heterogeneous Graph Neural Network 异质图神经网络

文章目录摘要1引言2问题定义2.1内容相关的HetG(Content-associatedHeterogeneousGraphs)2.2异质图表示学习3HetGNN3.1采样异构邻居3.2编码异质的内容信息4实验5相关工作6结论论文题目：HeterogeneousGraphNeuralNetwork论文来源：KDD2019代码链接：关键词：HIN,GNN,GraphEmbedding【注】本篇文章

林若漫空·2023-02-03 11:46

【论文翻译|KDD2019】MEIRec：Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation

文章目录摘要1引言3模型3.2统一项嵌入3.3基于元路径的异构图神经网络结论摘要在移动电子商务普及的今天，一种新型的推荐服务，即意向推荐，被广泛应用于淘宝、亚马逊等移动电子商务app中。

林若漫空·2023-02-03 11:15

KDD 2021 | 异质图神经网络的可微元图搜索

DifferentiableMetaGraphSearchforHeterogeneousGraphNeuralNetworks论文地址：https://arxiv.org/pdf/2010.03250.pdf代码链接：https://github.com/AutoML-Research/DiffMG摘要图数据的表示学习与图神经网络是当前重要且热门的研究方向

PaperWeekly·2023-02-03 11:41

异构图神经网络笔记-Heterogeneous Graph Neural Network-KDD19

自己讲论文做的异构图神经网络的ppt。再转变成博客有点麻烦，所以做成图片笔记。论文链接：https://arxiv.org/abs/1903.07293

LeonYiLeonYi·2023-02-03 11:08

PyG基于Node2Vec实现节点分类及其可视化

本专栏整理了《图神经网络代码实战》，内包含了不同图神经网络的相关代码实现（PyG以及自实现），理论与实践相结合，如GCN、GAT、GraphSAGE等经典图网络，每一个代码实例都附带有完整的代码。

꧁ 东风 ꧂·2023-02-03 07:06

GNN论文周报 | 来自西湖大学、南京大学、国防科大、华为诺亚方舟实验室、莱斯大学等机构前沿论文研究...

图神经网络（GNN）是一类专门针对图结构数据的神经网络模型，在社交网络分析、知识图谱等领域中取得了不错的效果。近来，相关研究人员在GNN的可解释性、架构搜索、对比学习等方面做了很多探究。

AITIME论道·2023-02-03 07:23

GNN论文周报 | 来自北航、中科院、MSRA、新加坡国立大学、慕尼黑工业大学等机构前沿论文研究...

图神经网络（GNN）是图领域中一类基于深度学习的方法，由于其卓越的性能和较好的可解释性，GNN已在图分析中得到了广泛的应用。

AITIME论道·2023-02-03 07:21

TOP 100值得读的图神经网络----自监督学习与预训练

Top100值得一读的图神经网络|大家好，我是蘑菇先生，今天带来Top100GNNPapers盘点文。此外，公众号技术交流群开张啦！可https://mp.weixin.qq.com/s?

sanananana·2023-02-02 16:23

架构垂直伸缩和水平伸缩区别_简单的可伸缩图神经网络

架构垂直伸缩和水平伸缩区别巨型图上的深度学习(Deeplearningongiantgraphs)TL;DR:Oneofthechallengesthathavesofarprecludedthewideadoptionofgraphneuralnetworksinindustrialapplicationsisthedifficultytoscalethemtolargegraphssuchas

weixin_26726011·2023-02-02 16:22

从15篇研究综述看图神经网络GNN的最新研究进展

图神经网络（GNN）是一类基于深度学习的处理图域信息的方法。

智源社区·2023-02-02 16:18

用于图神经网络的脑电数据处理实现

基于论文的数据集代码实现：原理可以参考：1、图神经网络EEG论文阅读和分析：《EEG-BasedEmotionRecognitionUsingRegularizedGraphNeuralNetworks

KPer_Yang·2023-02-02 16:47

PPI数据集示例项目学习图神经网络

目录PPI数据集：PPI数据集代码的理解算法原理：代码实现：代码理解训练过程PPI数据集：参考：https://blog.csdn.net/weixin_43580130/article/details/116449062PPI(生物化学结构)网络是蛋白质相互作用（Protein-ProteinInteraction,PPI）网络的简称，在GCN中主要用于节点分类任务PPI是指两种或以上的蛋白质结

KPer_Yang·2023-02-02 16:46

图神经网络 | Python实现STGCN时空图卷积网络交通流量预测

图神经网络|Python实现STGCN时空图卷积网络交通流量预测目录图神经网络|Python实现STGCN时空图卷积网络交通流量预测效果分析基本描述环境准备程序设计参考资料效果分析基本描述提出了一种新颖的深度学习框架

小橘算法屋·2023-02-02 11:21

图神经网络（四）图分类（2）基于层次池化的图分类

图神经网络（四）图分类（2）基于层次池化的图分类4.2基于层次化池化的图分类4.2.1基于图坍缩的池化机制1.图坍缩2.DIFFPOOL3.EigenPooling（1）图坍缩（2）池化操作4.2.2基于

炎武丶航·2023-02-02 11:40

windows安装CPU版本 torch_geometric教程

由于最近需要搞图神经网络（GNN），因此需要安装torch_genmetric：GraphNeuralNetworkLibraryforPyTorch，torch_genmetric封装了图神经网络常用的算法

带鱼工作室·2023-02-02 07:59

torch_geometric(pyg)的介绍和简单使用

前言最近做毕业设计，需要用到图神经网络（以下简称GNN）。由于刚入门GNN，不想看大段的公式和相关论文（然而事实证明该看的永远逃不了），所以怎么办？百度上找呗！

卡拉叽里呱啦·2023-02-02 07:29

2020-NeurIPS-Path Integral Based Convolution and Pooling for Graph Neural Networks

NeurIPS-PathIntegralBasedConvolutionandPoolingforGraphNeuralNetworksPaper:https://arxiv.org/abs/2006.16811Code:基于路径积分的图神经网络卷积与池化图神经网络将传统神经网络的功能扩展到图结构数据

发呆的比目鱼·2023-02-01 21:26

2019-arXiv-Edge Contraction Pooling for Graph Neural

arxiv.org/abs/1905.10990Code:https://github.com/pyg-team/pytorch_geometric/tree/master/benchmark/kernel图神经网络的边缘收缩池化池化层可以使

发呆的比目鱼·2023-02-01 21:56

[论文笔记-2]Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis

题目、作者一、Abstract【写作目的】由于依赖分析结果的不准确性以及在线评论的非正式表达和复杂性，基于依赖树的图神经网络改进有限，本文提出了一种同时考虑句法结构互补性和语义相关性的双图卷积网络（DualGCN

lnbbbb·2023-02-01 17:02

详解GCN的性质

前言本文参考–深入浅出图神经网络GNN原理解析一书GCN的性质GCN与CNN的联系1.图像是一种特殊的图数据在图像中如果将像素视作节点，将像素之间空间坐标的连线作为彼此之间的边，如此图像数据就变成了一种结构非常规则的图数据

饮冰l·2023-02-01 09:36

图神经网络GNN学习：GAT（Graph Attention Network）——融入注意力机制的图卷积网络。

参考1.注意力的分类：分为只包含邻居的，和全局的。Globalgraphattention:每一个顶点[公式]都对于图上任意顶点都进行attention运算。Maskgraphattention：注意力机制的运算只在邻居顶点上进行。2.注意力机制实则是一个计算权重的过程：计算i，j结点之间的关联程度：hi和hj分别是两个结点的最初始的embedding值。同时乘以权重，然后embedding的为就

cc 提升ing 变优秀ing·2023-02-01 06:45

实现GAT批处理版--pytorch

说到这里，我也很好奇为什么网上没有批处理版的图神经网络，基本上都是靠拼接来实现的批处理，会不会不采用批处理的方式有什么我不知道的优点？这也是一个值得思考的问题。但

Robis123·2023-02-01 06:43

图神经网络（三）—GAT-pytorch版本代码详解

GCN代码详解-pytorch版本1GAT基本介绍2代码解析2.1导入数据2.2GAT模型框架2.3评估与训练参考资料写在前面…在研究生的工作中使用到了图神经网络，所以平时会看一些与图神经网络相关的论文和代码

Arvin Ou·2023-02-01 06:11

图深度学习连载八，入门教程之简化图卷积模型

讲述最基本的基础知识，其中包括深度学习、数学、图神经网络等相关内容。该教程由代码医生工作室出版的全部书籍混编节选而成。偏重完整的知识体系和学习指南。

c5ba4c64fe5e·2023-02-01 03:48

留言赠书｜4位GNN一线大佬联手编撰新书，还未出版就爆火！

广大图神经网络（GraphNeuralNetwork，下文简称GNN）研究人员翘首以盼吴凌飞、崔鹏、裴健、赵亮等GNN领域的影响力学者联合编撰、50多位GNN各方向专家学者倾力贡献的《图神经网络：基础、

文文学霸·2023-02-01 03:56

Python 邻接矩阵标准化GCN

图神经网络邻接矩阵标准化GCNadj=np.mat(pd.read_csv(open(r'adj.csv'),header=None))stock_num=adj.shape[0]importmathI

生活明朗，万物可爱，人间值得，未来可期·2023-01-31 14:19

图神经网络预训练 (2) - 子结构预测 Context Prediction 代码

如上篇文章所提及，StrategiesforPre-trainingGraphNeuralNetworks一文的作者提出了节点层面进行预训练的两种方法，分别是：Context和AttributePrediction。这两种预训练方法可以让模型学会节点层面嵌入。将预训练得到的模型用于下游图层面的任务时，可以很好的保留节点层面的信息，活得更好的泛化能力。接下来，这一部分就来具体介绍子结构预测Conte

wufeil·2023-01-31 12:34

基于图神经网络的图表征学习方法

图表征学习是指将整个图表示成低维、实值、稠密的向量形式，用来对整个图结构进行分析，包括图分类、图之间的相似性计算等。相比之前的图节点，图的表征学习更加复杂，但构建的方法是建立在图节点表征的基础之上。为了高效地理解图表征学习的原理、掌握实现图表征的的工具和方法，本文先从最早的图表征方法开始介绍，然后介绍基于GNN的图表征学习方法及其Python实践。1.最早的图表征方法：Weisfeiler-Lem

君威1995·2023-01-31 12:34

2019-NeurIPS-Understanding Attention and Generalization in Graph Neural Networks

NeurIPS-UnderstandingAttentionandGeneralizationinGraphNeuralNetworksPaper:https://arxiv.org/abs/1905.02850Code:https://github.com/bknyaz/graph_attention_poolVideo:Blog:理解图神经网络中的注意和泛化作者受图同构网络工作的启发

发呆的比目鱼·2023-01-31 12:03

2020-ICLR-Memory-Based Graph Networks

ICLR-Memory-BasedGraphNetworksPaper：https://arxiv.org/abs/2002.09518Code:https://github.com/amirkhas/GraphMemoryNet基于内存的图网络图神经网络