图神经网络（GNN）

图神经网络及其自监督学习

图神经网络是2017年兴起的研究方向，主要作用是利用节点aggregate的方式将每个节点的其他的邻居的信息聚合到自己的节点。
AITIME论道·2023-01-13 10:42

图神经网络在推荐系统的应用！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货内容：推荐系统、图神经网络在“精准推荐者得民心”的今天，推荐系统已成为各大互联网公司的标配。
Datawhale·2023-01-13 10:42

基于图神经网络的异构图表示学习和推荐算法研究（完整代码+数据）

基于图神经网络的异构图表示学习和推荐算法研究。
数学是算法的灵魂·2023-01-13 09:41

#今日论文推荐# 可信图神经网络综述：隐私，鲁棒性，公平和可解释性

#今日论文推荐#可信图神经网络综述：隐私，鲁棒性，公平和可解释性对于可信图神经网络（TrustworthyGraphNeuralNetworks）在隐私（privacy），鲁棒性（robustness）
wwwsxn·2023-01-12 22:43

可信图神经网络综述：隐私，鲁棒性，公平和可解释性

©作者|戴恩炎，赵天翔，王苏杭单位|宾夕法尼亚州立大学对于可信图神经网络（TrustworthyGraphNeuralNetworks）在隐私（privacy），鲁棒性（robustness），公平（fairness
PaperWeekly·2023-01-12 21:12

国科大《高级人工智能》沈老师部分——行为主义笔记

他能够把很难的东西讲的很简单，听完就是醍醐灌顶，理解起来特别清晰今年考试题目这部分跟往年基本一样，沈老师画的重点才是真的重点文章目录一、蚁群优化算法二、粒子群算法三、多臂赌博机四、马尔科夫决策过程五、策略学习六、博弈七、GNN
enchantedovo·2023-01-12 14:45

【论文笔记_知识蒸馏_2022】Compressing Deep Graph Neural Networks via Adversarial Knowledge Distillation

通过对立知识蒸馏压缩深度图神经网络摘要深度图神经网络(GNNs)已被证明对图结构数据的建模具有表达能力。然而，深度图模型的过度堆积的体系结构使得在移动或嵌入式系统上部署和快速测试变得困难。
乱搭巴士·2023-01-12 13:33

图神经网络入门(理论篇)

图神经网络(GNN)图神经网络是一种专门用于处理图结构或网络结构数据的神经网络模型，它的核心思想是基于每个节点的邻接节点的表征信
胡小白的数据科学之路·2023-01-12 11:24

GNN、GCN、GAT关系

图神经网络GraphNeuralNetwork(GNN)参考文献：图神经网络GraphNeuralNetwork(GNN)最早期的图神经网络GraphNeuralNetwork，简称GNN。
有梦想的鱼·2023-01-12 11:17

【图神经网络】图神经网络(GNN)学习笔记：GAT

图神经网络GNN学习笔记：图注意力网络GAT图注意力网络简介注意力机制是什么？
镰刀韭菜·2023-01-12 11:08

劝你别再闷头自学NLP了！！！请收下这套自然语言处理(NLP)算法学习路线！

于是很多人欲转行NLP，原因是NLP技术近几年发展非常快，像BERT、GPT-3、图神经网络、知识图谱等技术被大量应用于项目实践中，这也推动了NLP在产业中的持续落地，以及行业对相关人才的需求。
zenRRan·2023-01-12 10:11

深度之眼Paper带读笔记GNN.05.TransE/H/R/D

文章目录前言论文结构导读研究背景Trans系列算法概述数据集简介研究成果研究意义摘要论文结构论文精读知识树算法模型总览算法系列图谱Notation细节一：TransE模型精讲负采样的trickTransE模型的不足细节二：TransH模型精讲细节三：TransR模型精讲CTransR细节四：TransD模型精讲细节五：模型对比与总结实验设置和结果分析数据集Meanrankmetric参数规模超参数
oldmao_2000·2023-01-12 10:10

【最新】2021年自然语言处理(NLP)算法学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
我爱计算机视觉·2023-01-12 10:39

2021年，投身自然语言处理是否明智？

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
PaperWeekly·2023-01-12 10:07

最新！2021年自然语言处理(NLP)算法学习路线

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
Amusi（CVer）·2023-01-12 10:37

自然语言处理（NLP）算法学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
QbitAl·2023-01-12 10:36

2021年自然语言处理学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
Datawhale·2023-01-12 10:34

图神经网络基本概念记录

图G=(V,E):节点集;节点数量n=|V|边集;边数量m=|E|邻接矩阵:A度矩阵:D归一化邻接矩阵:，其实就是将邻接矩阵中对应有边的地方的值变成一条边的两个点的度数的根号相乘的倒数。归一化拉普拉斯矩阵：，除了对角线上是1，其他有边的地方的值就是上面归一化邻接矩阵部分的值变成负数。节点特征矩阵f代表特征维度代表节点加了一个自环，外部那个函数一般是ReLu关于滤波器相关的操作其实不太懂，但是可以参
ye6·2023-01-12 10:23

会话推荐相关知识学习

文章目录基于图神经网络的会话推荐算法的研究与实现论文结构MTD前言一.马尔科夫链二.数学符号在论文中的格式三.门控循环单元（GRU）1.Gate2.重置层与更新层3.候选隐藏状态4.隐状态5.总结四.注意力机制五
@sea@·2023-01-11 16:07

图神经网络EEG论文阅读和分析：《EEG-Based Emotion Recognition Using Regularized Graph Neural Networks》

在本文中，提出了一种正则化图神经网络(RGNN)用于基于脑电图的情绪识别。RGNN考虑了不同脑区域之间的生物拓扑结构，以捕捉不同脑电信号通道之间的局部和全局关系。
KPer_Yang·2023-01-11 12:37

GNN-CS224W: 1-2 Introduction； Traditional Methods for machine learning in Graphs

network相比其他的数据有很多特点让它难以处理：arbitrarysizeandcomplextopologicalstructureApplicationsofGraphMLtasklevelNode-levelPredictapropertyofanodeExample:Categorizeonlineusers/itemsAlphaFoldtask:Computationallypred
当客·2023-01-11 00:29

基于session推荐的论文阅读

今天我们要看一下如下三篇论文:SR-GNN:Session-BasedRecommendationwithGraphNeuralNetworksTA-GNN:TargetAttentiveGraphNeuralNetworksforSession-basedRecommendationGC-SAN
luxiaonlp·2023-01-10 21:18

#Reading Paper# 【序列推荐】Session-based Recommendation with Graph Neural Networks

#论文题目：【序列推荐】SR-GNN:Session-basedRecommendationwithGraphNeuralNetworks（SR-GNN:基于会话的图神经网络推荐）#论文地址：https
堇禤·2023-01-10 21:44

神经网络图像识别算法,神经网络图像识别技术

图神经网络是什么？
普通网友·2023-01-10 11:33

图神经网络（Graph Neural Networks）

图神经网络（GraphNeuralNetworks）目录图神经网络（GraphNeuralNetworks）一、什么是图神经网络二、有哪些图神经网络符号定义图卷积网络1.1基于谱的GCNs方法1.2基于空间的
颂奇·2023-01-10 10:34

当GNN遇见NLP(五) Sentence-State LSTM for Text Representation，ACL2018 +核心代码详解（pytorch）

虽然本文中没有提到图神经网络的概念，但是从其实际操作上还是被归类为图的空间方法的一种。
五月的echo·2023-01-10 08:56

PyTorch搭建GNN-LSTM和LSTM-GNN模型实现多变量输入多变量输出时间序列预测

目录I.前言II.GNN-LSTMIII.LSTM-GNNIV.模型训练/测试V.代码I.前言前面已经写过不少时间序列预测的文章：深入理解PyTorch中LSTM的输入和输出（从input输入到Linear
Cyril_KI·2023-01-10 08:22

【图神经网络】多核卷积拓扑图（TAGCN）

本文为图神经网络的学习笔记，讲解多核卷积拓扑图TAGCN。欢迎在评论区与我交流前言用Tensorflow构建GCN的变体TAGCN模型进行节点分类任务。
Louis1874·2023-01-09 21:38

GNN-图卷积模型-2016：GCN【消息传递（前向传播）：聚合函数+更新函数】【聚合函数：mean（邻域所有节点取平均值）】【训练更新函数的参数】【空域+频域】【直推式学习】【同质图】

一、概述在扎进GCN的汪洋大海前，我们先搞清楚GCN是做什么的，有什么用。深度学习一直都是被几大经典模型给统治着，如CNN、RNN等等，它们无论再CV还是NLP领域都取得了优异的效果，而GCN主要是针对图结构的。社交网络、信息网络中有很多类似的结构。实际上，这样的网络结构（NonEuclideanStructure）就是图论中抽象意义上的拓扑图。1、摘要核心1.本文提出了一种基于图的结构数据的半监
u013250861·2023-01-09 21:07

PyG教程(3)：邻居采样

在GNN领域，大图是非常常见的，但由于GPU显存的限制，大图是无法放到GPU上进行训练的。为此，可以采用邻居采样，这样一来可以将GNN扩展到大图上。
斯曦巍峨·2023-01-09 21:36

【图神经网络】GraphSAGE 无监督训练源码剖析

概述本教程主要介绍pytorch_geometric库examples下的graph_sage_unsup.py的源码剖析，主要的关键技术点，包括：如何实现随机采样的？SAGEConv是如何训练的？关键问题1，随机采样和采样方向的问题（有向图）首先要理解的是，采样的过程和特征聚合的过程是相反的，采样的过程，比如，如下图所示，先采样A节点的一阶邻域节点，再根据一阶采样得到的节点进行二阶采样，是一个从
kang0709·2023-01-09 21:35

GraphSage:Inductive Representation Learning on Large Graphs

目录简介前期知识储备论文结构学习目标论文研究背景、成果及意义研究背景模型框架研究意义论文泛读摘要论文小标题论文精读论文算法模型总览GNN结构GraphSAGE结构论文算法模型的细节细节一：模型框架细节二
尧景·2023-01-09 21:33

【GNN笔记】GraphSAGE(四)

视频链接：【图神经网络】GNN从入门到精通GNN中三种基础神经网络：GCN,GraphSAGE,GAT文章目录一、方法介绍二、GraphSAGE伪代码==聚合====采样====流程====补充要点==
panbaoran913·2023-01-09 21:32

在Colab上安装pytorch-geometric，导入包时出现libcudart.so.10.2

问题背景描述：在googleColab上使用图神经网络的包pyg，执行过程如下：Step1：在NotebookSetting里设定环境为GPU；Step2：查看Colab里torch的版本信息：importtorchtorch
javafalcon·2023-01-09 19:25

GNN学习笔记（三）：PyG构建Message Passing Network实例（Cora）

参照官方文档学习：1数据集加载Cora是一个机器学习论文数据集。其中共有7个类别（num_classes：基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习、理论。整个数据集中共有2708篇论文，在词干堵塞和去除词尾后，只剩下1433个独特的单词（num_node_features）,文档频率小于10的所有单词都被删除。fromtorch_geometric.datasetsimportP
花锄·2023-01-09 18:36

图神经网络（10）- relational GCN

目录HeterogeneousGraphs（异质图）——有多种类型的边relationalGCN一种关系的有向图有多种关系的有向图总结摘要：从普通的GNN拓展到可以处理异质图的GNN‘HeterogeneousGraphs
山、、、·2023-01-09 18:06

3网络连接图_CS224w 图神经网络（Graph Neural Networks）

Hi，大家好，这里是居家隔离的糖葫芦喵喵~！在之前的内容里我们讨论了图像和自然语言的机器学习方法以及简单的强化学习方法，今天开始我们要接触到机器学习的另一个有趣的领域——图机器学习。下面为大家带来斯坦福图机器学习CS224w2019的Assginment2的解析，还请大家多多指教~！Part0CS224nAssignment简介与环境准备1课程简介课程页面：CS224W|Home课程视频[英字]：
懂得越多越要学·2023-01-09 18:06

图神经网络（8）- 如何应用GNN

目录AugmentGraphs图的特征增强condition1：输入的图没有节点特征（可能只有邻接矩阵solution：condition2：特殊图结构,GNN很难学solution图的结构增强condition1
山、、、·2023-01-09 17:35

图神经网络（8）——续 GNN编程实践建议 附论文名单

目录使用pyG实现GNN，好用的包：编程实践的通用建议：DebugNN使用pyG实现GNN，好用的包：DeepSNAP：提供了GNN流程中的核心模块GraphGym：设计GNN编程实践的通用建议：1.数据的预处理非常非常重要
山、、、·2023-01-09 17:35

toch_geometric 笔记：message passing & GCNConv

介绍将卷积算子推广到不规则域通常表示为一个邻域聚合（neighborhoodaggregation）或消息传递（messagepassing）方案给定第(k-1)层点的特征，以及可能有的点与点之间边的特征，依靠信息传递的GNN
UQI-LIUWJ·2023-01-09 17:05

PyG教程(6)：自定义消息传递网络

一.前言在上篇文章中主要介绍了GNN的消息传递机制，在PyG中提供了一个消息传递基类torch_geometric.nn.MessagePassing，它实现了消息传递的自动处理，继承该类就可以简单方便的构建自己的消息传播
斯曦巍峨·2023-01-09 17:05

【图神经网络】PyG的MessagePassing机制实现

概述Google在2017发表的论文NeuralMessagePassingforQuantumChemistry中提到的MessagePassingNeuralNetworks机制成为了后来图机器学习计算的标准范式实现。在PyG图机器学习库中，MessagePassing类实现了上述机制，并作为所有图卷积层的基类，该机制最重要的公式如下：该机制过程主要有下面三个函数保证：消息传递，message
kang0709·2023-01-09 17:35

文档级关系抽取方法总结

文章目录1文档级关系抽取1.1将关系抽取由句子级扩展到文档级的原因1.2文档级关系抽取数据集DocRED2图神经网络2.1图网络结构的分类2.2GCN3文档级关系抽取论文总结GP-GNNGraphRelGCNNEoGLSRDyGIE
iceburg-blogs·2023-01-09 09:59

基于子图GNN的高精度可扩展图学习

对于子图GNN来说，每一个节点可以根据不同的子图，得到不同的feature，不同的feature具有不同的子图结构信息。
鱼与钰遇雨·2023-01-09 09:28

图机器学习时间简史

图结构+图特征是图神经网络的两个创新方面；2022图神经网络的突破：1.一些范式的突破：常常借鉴CV和NLP2.很多新的自然界的应用场景上应用创新：天气预报，蛋白质，小分子，3.图神经网络的泛化性4.更高效的图神经网络
鱼与钰遇雨·2023-01-09 09:26

GraphSAGE 图神经网络算法详解

GraphSAGE是17年的文章了，但是一直在工业界受到重视，最主要的就是它论文名字中的两个关键词：inductive和largegraph。今天我们就梳理一下这篇文章的核心思路，和一些容易被忽视的细节。为什么要用GraphSAGE大家先想想图为什么这么火，主要有这么几点原因，图的数据来源丰富，图包含的信息多。所以现在都在考虑如何更好的使用图的信息。那么我们用图需要做到什么呢？最核心的就是利用图的
Python中文社区·2023-01-09 08:33

图神经网络算法在自然语言处理的运用

后几经挫折坎坷，转入人工智能领域，目前，专注于计算机视觉、自然语言处理、图神经网络和知识图谱。如有勘误，请多多指教。让我们一起加油，共同学习进步。
建邦666·2023-01-09 08:03

neo4j 查询同一节点的两个上级_如何用Neo4j和ScikitLearn做机器学习任务？| 附超详细分步教程...

近两年，业内的学者与科学家都在积极探索可以弥补深度学习不可解释性，无法进行因果推断的这个缺陷，而图神经网络(GNN)成为备受关注和期待的“宠儿”。
weixin_39785524·2023-01-09 07:57

交通预测-T-GCN-时间图卷积网络代码及原理

实现代码github最通俗易懂的图神经网络（GCN）原理详解1、文章信息《T-GCN:ATemporalGraphConvolutionalNetworkforTrafficPrediction》2、摘要为了同时捕获空间和时间依赖关系
Mr_不想起床·2023-01-09 06:53

大脑神经网络对比图高清,图神经网络和神经网络

神经网络算法的人工神经网络人工神经网络（ArtificialNeuralNetworks，ANN）系统是20世纪40年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。BP（BackPropagation）算法又称为误差反向传播算法，是人工神经网络中的一种监督式的学习算法。BP神经网络算法在理论上可以逼近任意函数，基本的结构由非
普通网友·2023-01-09 06:21
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他