图神经网络】第7页

理解图傅里叶变换和图卷积

图神经网络（GNN）代表了一类强大的深度神经网络架构。在一个日益互联的世界里，因为信息的联通性，大部分的信息可以被建模为图。例如，化合物中的原子是节点，它们之间的键是边。

·2023-08-26 10:11

论文阅读_图神经网络GIN

xieyan0811·2023-08-26 03:40

图神经网络自监督学习工具箱 - MERIT（一）

NanjingUniversityofScienceandTechnology】Multi-ScaleContrastiveSiameseNetworksforSelf-SupervisedGraphRepresentationLearning核心要点文章旨在解决现有图神经网络方法严重依赖标注样本的问题

processor4d·2023-08-25 13:59

图神经网络学习

入门目的：训练一个图模型，使得该图模型可以区分图上的黄色节点和绿色节点。特征作为图的节点，颜色就是图的分类。图的度的概念：与节点相连的条数。邻接表记录的是后续邻居的信息；在新闻推荐中，节点是用户和新闻，用户会有一些特征，新闻也会有一些特征。边也会有自己的特征，比如用户阅读新闻的阅读时长、点击频率等；图游走类模型学习资料：pyg-team/pytorch_geometric:GraphNeuralN

小小白2333·2023-08-22 20:28

推荐系统论文阅读（三十八)-华为(TGCN)：邻域聚合？no！采用CNN对不同类的节点进行卷积

3340531.3411927论文题目：《TGCN:TagGraphConvolutionalNetworkforTag-AwareRecommendation》前面一篇论文我们提到了微信看一看团队如何用图神经网络的方式通过对

推荐系统论文阅读·2023-08-22 06:51

图神经网络 GNN

研究人员已经开发了能够处理图形数据的神经网络（称为图神经网络或GNN）超过十年。最近的发展增强了它们的能力和表达能力。图神经网络开始在诸如抗菌发现、虚假新闻检测、交通

自闭自闭自闭了·2023-08-20 15:05

图神经网络（GNN）

近年来，图神经网络（GNN）领域取得了快速和难以置信的进展，图神经网络又被称为图深度学习、图表示学习，已经成为机器学习特别是深度学习领域发展最快的研究课题之一。

带我去滑雪·2023-08-20 15:04

机器学习：图神经网络GNN学习笔记

一、面向对象：非欧式数据传统的机器学习所用到的数据是欧氏空间（EuclideanDomain）的数据，欧氏空间下的数据最显著的特征就是有着规则的空间结构，比如图片是规则的正方形栅格，语音数据是一维序列，这些数据能够通过一维或二维的矩阵进行表示。但是，在现实生活中许多数据都是不具备规则的空间结构，即是非欧氏空间下的数据，如电子交易、推荐系统等抽象出来的图谱，图谱中每个节点与其他节点的连接不是固定的。

鱼仔泡泡糖·2023-08-20 15:32

【机器学习】— 2 图神经网络GNN

一、说明在本文中，我们探讨了图神经网络（GNN）在推荐系统中的潜力，强调了它们相对于传统矩阵完成方法的优势。GNN为利用图论来改进推荐系统提供了一个强大的框架。

无水先生·2023-08-20 15:31

论文《Contrastive Meta Learning with Behavior Multiplicity for Recommendation》阅读

ContrastiveMetaLearningwithBehaviorMultiplicityforRecommendation》阅读论文概况论文主要贡献Background&Motivation方法论单行为图神经网络

行者^_^煜煜·2023-08-20 14:21

Arxiv网络科学论文摘要13篇(2020-11-18)

图神经网络的设计空间;通过向量标签传播算法进行社区检测;基于辐射模型的城市公路货运多样性;Covid-19在线讨论中的政治党派和反科学态度;社会网络上双寡头的营销资源分配;计算莱茵兰-普法尔茨北部的局部

ComplexLY·2023-08-20 13:01

论文笔记之Heterogeneous Graph Attention Network

论文笔记之HeterogeneousGraphAttentionNetwork一、本文贡献提出了一种基于分层注意的异构图神经网络（HAN），包括节点级和语义级注意，同时考虑了节点和元路径的重要性，并具有较高的效率

附子Jun·2023-08-20 08:47

GRAPH ATTENTION NETWORKS ICLR 2018 论文笔记

本文首次提出将Attention机制用于图神经网络，代替之前相关GCN工作中的频域方法：基于谱域的拉普拉斯特征值分解（计算开销大，没有空域意义上的滤波性）；基于空域的方法：直接聚合图节点的邻居节点。

Raining.Chan·2023-08-20 08:47

图神经网络 day2 图的分类

图神经网络基础算法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

想太多!·2023-08-20 01:53

图神经网络自监督学习工具箱 - GraphSurgeon

2021】【KTHRoyalInstituteofTechnology】JOINTLYLEARNABLEDATAAUGMENTATIONSFORSELF-SUPERVISEDGNNS核心要点文章旨在解决现有图神经网络对比学习方法需要人工设计图增广方法且依赖额外的

processor4d·2023-08-17 09:33

【KD】2023 ICML Linkless Link Prediction via Relational Distillation

1、简介图神经网络（GNN）有很强的链接预测能力，但是其计算依赖于对邻居节点知识的聚合，因此导致其在实际应用中往往有较高的延迟。

静静喜欢大白·2023-08-17 01:53

微信记录---推荐系统---23/8/14 小总结

Wzideng·2023-08-15 03:56

李宏毅机器学习|图神经网络Graph Nerual Networks(GNN)|学习笔记

文章目录前言1Introduction2Roadmap3Spatial-basedGNNNN4G(NeuralNetworksforGraph)DCNN(Diffusion-ConvolutionNeuralNetwork)MoNET(MixtureModelNetworks)GAT(GraphAttentionNetworks)GIN(GraphIsomorphismNetwork)总结前言最近

亨少德小迷弟·2023-08-14 01:49

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

深度学习（37）—— 图神经网络GNN（2）

深度学习（37）——图神经网络GNN（2）这一期主要是一些简单示例，针对不同的情况，使用的数据都是torch_geometric的内置数据集文章目录深度学习（37）——图神经网络GNN（2）1.一个graph

柚子味的羊·2023-08-13 07:50

CS224W-图神经网络笔记6.1：Message Passing and Node Classification - 节点分类方法简介

CS224W-图神经网络笔记6.1：MessagePassingandNodeClassification-节点分类方法简介本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021

Epiphron·2023-08-12 13:44

CS224W-图神经网络笔记4.3：Community Structure in Networks - 网络中重叠社区的挖掘——BigCLAM 算法

CS224W-图神经网络笔记4.3：CommunityStructureinNetworks-网络中重叠社区的挖掘——BigCLAM算法本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考

Epiphron·2023-08-12 07:42

王敏捷 - 深度学习框架这十年！

敏捷学长也指出了在深度学习新时代，随着可微分编程、图神经网络等新领域的出现以

jiandanjinxin·2023-08-11 00:45

图神经网络自监督学习工具箱 - PGCL（一）

2021】【SunYat-senUniversity/SeaAILab/TencentJarvisLab,】PrototypicalGraphContrastiveLearning核心要点文章旨在解决现有图神经网络依赖标注数据

processor4d·2023-08-10 20:38

GNN论文周报|来自慕尼黑工业大学、密歇根大学、香港科技大学等机构前沿论文研究...

以下内容来源于AMiner科技图神经网络（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。

AITIME论道·2023-08-10 08:49

CS224W-图神经网络笔记2.2：Properties of Networks and Random Graph Models -网络模型（Graph Model）

本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整课程主页：CS224W:MachineLearningwithGraphs视频链接：【斯坦福】CS224W：图机器学习(中英字幕|2019秋)1引言学完前面两节之后，我们已经可以通过一些指标对网络，进行定量的分析。为什么在这里要插入一个网络模型？或者说，我们

Epiphron·2023-08-09 08:18

【图神经网络-RGCN】关系图神经网络dgl版本实现

参考文献【1】是数学上的解读参考文献【2】是升级版本，有空来填坑参考文献[1]【深度学习】R-GCN的dgl官方代码解读（entityclassification）[2]dgl官方解读[3]异构图神经网络入门笔记

一穷二白到年薪百万·2023-08-09 01:29

【图神经网络】邻居采样算法

在大规模图上遇到节点爆炸问题，可以参考下面的文献参考文献[1]dgl.sampling.sample_neighbors[2]graphSAGE-pytorch/src/dataCenter.py[3]PyG教程(3)：邻居采样[4]shaDow-GNN[5]KnowledgeGraphAlignmentNetworkwithGatedMulti-hopNeighborhoodAggregatio

一穷二白到年薪百万·2023-08-09 01:56

论文阅读|基于图神经网络的配电网故障定位方法

以装设有微型同步相量测量装置的小电流接地配电网为研究对象，以图神经网络技术为载体提升故障特征与配电网拓扑之间的融合深度，通过拓扑-数据的结合构建基于图神经

xiao黄·2023-08-07 12:00

GNN4EDA综述｜电子设计自动化与图神经网络理论及应用

本文为「AComprehensiveSurveyonElectronicDesignAutomationandGraphNeuralNetworks:TheoryandApplications」阅读笔记，补充了部分应用（如linkprediction用于reverseengineering）。部分词汇（术语？）由于我背景知识&英语水平有限，保留英语原文，防止跑偏。pdf摘要遵从摩尔定律，芯片设计的

电车上那个cll呀·2023-08-05 11:56

图注意力网络论文详解和PyTorch实现

图神经网络(gnn)是一类功能强大的神经网络，它对图结构数据进行操作。它们通过从节点的局部邻域聚合信息来学习节点表示(嵌入)。这个概念在图表示学习文献中被称为“消息传递”。

deephub·2023-07-31 17:39

图神经网络自监督学习工具箱 - MERIT（二）

NanjingUniversityofScienceandTechnology】Multi-ScaleContrastiveSiameseNetworksforSelf-SupervisedGraphRepresentationLearning核心要点文章旨在解决现有图神经网络方法严重依赖标注样本的问题

processor4d·2023-07-31 15:53

Arxiv网络科学论文摘要14篇(2019-02-21)

ComplexLY·2023-07-31 08:18

图神经网络（GNN）入门学习笔记（直观且简单）

文章目录图的定义和表示可以使用图数据结构的问题将图结构用于机器学习的挑战最基本的图神经网络概述汇聚操作基于信息传递的改进图神经网络全局向量信息的利用本篇文章参考发表于Distill上的图神经网络入门博客

北岛寒沫·2023-07-31 06:57

【图神经网络】个人综述分享

Zongshun Wang的博客·2023-07-31 06:08

二十章：基于弱监督语义分割的亲和注意力图神经网络

为此，我们提出了亲和力注意力图神经网络（A2GNN）。按照先前的做法，我们首先生成伪语义感知的种子，然后基于我们新提出的亲和力卷积神经网络（CNN）将其形成语义图。

Joney Feng·2023-07-29 21:44

多视图图神经网络

给定多视图：G=G=G=训练一个神经网络注意力机制：![在这里插入图片描述](https://img-blog.csdnimg.cn/95fbafc349704338883c4de2012266a2.pngc采用多头注意力：加入正则化约束：结点对视图的注意力：融合：

欧阳AI锋·2023-07-29 11:21

HyperGCN: 超图神经网络

基于超图的半监督学习超图上的卷积：超图上的拉普拉斯：对于每一条超边eee，可以弹出一对顶点(ie,je)=argmaxi,j∈e∣Si−Sj∣(i_{e},j_{e})=argmax_{i,j\ine}|S_{i}-S_{j}|(ie,je)=argmaxi,j∈e∣Si−Sj∣然后正则化Laplacian计算为：L=(I−D−12ASD−12)S\mathbb{L}=(I-D^{-\frac{1

欧阳AI锋·2023-07-29 11:20

图神经网络处理heterophily图

对于图神经网络，会有如下的卷积操作：我们注意到，

欧阳AI锋·2023-07-29 11:20

图神经网络与因果推理

传统的因果推理基于线性结构方程模型：深度因果推理模型：这是基于图神经网络的模型。利用扁粉自动编码机来学习模型：其中网络结构：因果推理模型为：

欧阳AI锋·2023-07-29 11:49

【深度学习】基于图形的机器学习：概述

一、说明图神经网络（GNN）在数据科学和机器学习中越来越受到关注，但在专家圈之外仍然知之甚少。为了掌握这种令人兴奋的方法，我们必须从更广泛的图形机器学习（GML）领域开始。

无水先生·2023-07-28 20:12

生信专题十余种案例

集成多组学数据的机器学习在生物医学中的应用原文链接案例部分图示：案例图示一：基于自编码器的单细胞转录组-蛋白组学整合分析案例图示二：基于蛋白组学-代谢组学的肿瘤生物标志物发现案例图示三：基于GWAS-表型组学的肺癌风险因子研究案例图示四：基于图神经网络的代谢物分子性质预测与鉴定

lixuegaoyunfeng·2023-07-28 01:35

论文阅读《2022ICLR：Are Message Passing Neural Networks Really Helpful for Knowledge Graph Completion? 》

论文链接工作简介最近有关知识图谱补全的工作都集中在使用图神经网络来学习实体、关系的嵌入。基于GNN的模型带来的改进归因于增强的信息聚合过程。

Jiawen9·2023-07-26 16:18

Matlab：神经网络实现手写数字识别

从提出神经网络开始，历经感知机、人工神经网络、BP神经网络、进化神经网络、卷积神经网络、图神经网络等，不断的深入到众多的研究领域中，比如利用神经网络训练参数、图像识别、文本处理、图像分割、分类预测、特征提取

秋刀鱼程序编程·2023-07-26 14:54

论文阅读《2020ICML：Inductive Relation Prediction by Subgraph Reasoning》

本文提出了一种基于图神经网络的关系预测框架GraIL，它在局部子图结构上进行推理，并具有很强的归纳偏差来学习实体独立的关系语义。如右图，LeBron和A·Dav

Jiawen9·2023-07-26 09:51

数字IC实践项目（7）—CNN加速器的设计和实现（付费项目）

数字IC实践项目（7）—基于Verilog的CNN加速器（付费项目）写在前面的话项目整体框图神经网络框图完整电路框图项目简介和学习目的软件环境要求资源占用&板载功耗总结写在前面的话项目介绍：卷积神经网络硬件加速器是一种专门设计用于提高神经网络计算性能的硬件设备

IC_Brother·2023-07-25 07:47

论文精度系列之详解图神经网络

十多年来，研究人员已经开发了对图数据进行操作的神经网络（称为图神经网络或GNN）。最近的发展提高了他们的能力和表现力。我们开始在抗菌发现、物理模拟、假新闻检测、交通预测和推荐系统等领域看到实际

几两春秋梦_·2023-07-25 06:43

论文阅读 - Decoupling Graph Neural Network with ContrastiveLearning for Fraud Detection

将图神经网络与对比学习解耦用于欺诈检测论文链接：https://linmengsysu.github.io/slides/main.pdf摘要：最近，许多欺诈检测模型引入了图神经网络（GNN）来提高模型性能

无脑敲代码，bug漫天飞·2023-07-24 14:59

CS224W-图神经网络笔记5.3：Spectral Clustering - 谱图聚类的具体操作步骤

CS224W-图神经网络笔记5.3：SpectralClustering-谱图聚类的具体操作步骤本文总结之日CS224WWinter2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019

Epiphron·2023-07-23 18:14

④【自监督学习 · 图神经网络 · 文献精读】计算机八大核心期刊 | (会话) 推荐算法 | 数据增强 | 自监督混合图神经网络 | 多头注意力机制 | 图表示学习 | 超图 | 动态图对比学习

种一棵树，最好的时间是十年，其次，就是现在了！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

追光者♂·2023-07-22 13:11

推荐频道

图神经网络】