图神经网络（GNN）

大模型日报-20240204

为保护你的参数，上交大给大模型制作「人类可读指纹」阿里全新Agent玩转手机：刷短视频自主点赞评论，还学会了跨应用操作代谢数据集上四项指标达94%~98%，西南交大团队开发多尺度图神经网络框架，助力药物研发
程序无涯海·2024-02-05 03:30

Python GCN、GAT、MP等图神经网络学习，从入门全面概述和讲解GNN，入门到精通图神经网络

1.图的分类：1.1根据边的方向性：有向图（DirectedGraph）：图中的边具有方向性，表示节点之间的单向关系。例如，A指向B的边表示节点A指向节点B。无向图（UndirectedGraph）：图中的边没有方向性，表示节点之间的双向关系。例如，A和B之间的边表示节点A和节点B之间存在连接关系。1.2根据边的是否具有权重：加权图（WeightedGraph）：图中的边具有权重，表示节点之间的强
医学小达人·2024-02-04 03:14

Transformer在GNN的前沿综述

本文约4500字，建议阅读10+分钟本文介绍了Graphormer，一种基于标准Transformer架构的图表示学习方法。1介绍Transformer架构在自然语言处理和计算机视觉等领域表现出色，但在图级预测中表现不佳。为了解决这个问题，本文介绍了Graphormer，一种基于标准Transformer架构的图表示学习方法，在广泛的图表示学习任务中取得了优异成绩，特别是在OGB大规模挑战中。Gr
数据派THU·2024-02-03 19:46

《图机器学习》-GNN 《A Single Layer of a GNN》

GNN一、ASingleLayerofaGNN二、ClassicalGNNLayer1、GCN2、GraphSAGE3、GAT三、GNNLayerinPractice四、StackingGNNLayers
白色的生活·2024-02-01 15:50

《图机器学习》-GNN Augmentation and Training

GNNAugmentationandTraining一、GraphAugmentationforGNNs1、FeatureAugmentation2、Structureaugmentation3、NodeNeighborhoodSampling二、GNNTrainingPipeline1、Predictionheads2、SupervisedVSUnsupervised3、LossFunction
白色的生活·2024-02-01 15:50

GNN框架优化GNNAdvisor: An Adaptive and Efficient Runtime System for GNN Acceleration on GPUs

OSDI’21AbstractGNNAdvisor从GNN模型和输入图中寻找与性能相关的特征，作为优化点实现为GNN计算定制的2D工作负载管理，提升GPU利用率和性能利用GPU内存结构，根据GPU内存结构和
ILL.·2024-02-01 12:01

图神经网络自监督学习工具箱 - CPT-HG（一）

WeChatSearchApplicationDepartment,TencentInc.】ContrastivePre-TrainingofGNNsonHeterogeneousGraphs核心要点文章旨在解决现有预训练图神经网络方法仅仅适用于同质图
processor4d·2024-02-01 02:23

图对比1：GCC

受自然语言处理和计算机视觉在预训练方面的最新进展的启发，我们设计了一个自监督图神经网络预训
Valar_Morghulis·2024-01-31 10:27

图卷积网络（Graph Convolution Network，GCN）

目录一、前言二、GCN原理三、GCN用于节点分类四、总结一、前言在图神经网络出现之前，一般的神经网络只能对常规的欧式数据进行处理，其特点就是节点有固定的排列规则和顺序，如２维网格和１维序列。
唯余木叶下弦声·2024-01-31 09:04

Task03：基于图神经网络的结点表征

基于图神经网络的结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结点表征。在结点预测任务中，一个图，图上有很多节点，部分节点的标签已知，剩余节点的标签未知。
cherry_7·2024-01-31 08:10

Neural Improvement Heuristics for Graph Combinatorial Optimization Problems

NeuralImprovementHeuristicsforGraphCombinatorialOptimizationProblemsIEEETRANSACTIONSONNEURALNETWORKSANDLEARNINGSYSTEMS2023摘要图神经网络
Namnan·2024-01-30 17:33

1_图神经网络GNN基础知识学习

文章目录对B站前十个视频的补充内容视频链接图神经网络的介绍图神经网络的输入格式图的输入格式：例子：GNNs输入数据的结构GNNS中的MaxPooling“在图神经网络的各个点的特征组合中，对多个点做MaxPooling
Waldocsdn·2024-01-30 06:01

蚂蚁集团持续探索生成式AI，20篇论文入选AI顶会NeurlPS

据了解，蚂蚁此次入选的论文，覆盖计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。其中七成以上论文聚焦生成式AI在高速发展中遇到的一些挑战和难题。以下为其中
金融机器智能官方·2024-01-28 13:48

QA-GNN: 使用语言模型和知识图谱的推理问答

在这项工作中，我们提出了一个新的模型，QA-GNN，通过两个关键创新解决了上述挑战：（i）相关性评分，我们使用LMs来估计相对于给定的问答上下文，KG节点的重要性，以
AI知识图谱大本营·2024-01-28 10:26

论文浅尝 | QA-GNN: 使用语言模型和知识图谱的推理问答

笔记整理：李继统，天津大学硕士链接：https://arxiv.org/pdf/2104.06378.pdf1.动机目前现有的方法，对于QA上下文使用LM处理，对于KG使用GNN进行处理，并且并不相互更新彼此的表示
开放知识图谱·2024-01-28 08:55

TNNLS'23 | 简单高效的图对比学习聚类

来源：图神经网络与推荐系统本文约2400字，建议阅读5分钟论文提出了一种简单高效的图对比学习聚类方法SCGC。
数据派THU·2024-01-28 08:20

机器学习周记（第二十三周：文献阅读-DSTGN）2023.12.25~2023.12.31

目录摘要ABSTRACT1论文标题2论文摘要3论文背景4问题描述4.1图的定义4.2图信号矩阵的定义4.3问题的定义5论文模型6相关代码摘要本周阅读了一篇关于GNN用于多元时间序列的时空预测的文章，文章的模型是一个具有自适应传播机制的动态时空图网络
Slender2001·2024-01-27 08:13

GNN学习第六天

首先感谢datawhale的课程内容：引用GNN/Markdown版本/5-基于图神经网络的节点表征学习.md·Datawhale/team-learning-nlp-码云-开源中国(gitee.com
def1037aab9e·2024-01-27 01:59

包含图神经网络、多模态、时间序列等热门方向

今天就给大家整理了13篇AAAI2024优秀论文，包含了图神经网络、多模态、时间序列等热门方向，这些研究不仅展示了AI领域的最新成果，还指出了未来的研究方向，让我们一起来看看这些论文吧！
AI热心分享家·2024-01-26 18:33

基于图神经网络的对抗攻击防御 GNNGUARD: Defending Graph Neural Networks against Adversarial Attacks

参考资料项目：https://zitniklab.hms.harvard.edu/projects/GNNGuard/代码：https://github.com/mims-harvard/GNNGuardpaper：https://arxiv.org/abs/2006.08149poster：https://zitniklab.hms.harvard.edu/publications/poster
苏打呀·2024-01-25 16:35

图深度网络浅层理解

图神经网络1.输入：图网络2.输出：节点类别、某两个节点的新连接、产生新的图或子图3.端到端表示学习（RepresentationLearning）/图嵌入：将节点映射为d维的向量，d维向量就包含了这个节点的连接关系
In 2029·2024-01-25 08:10

【文献阅读】Harnessing Explanations LLM-to-LM Interprete for Enhanced TAG Graph Reresentation Learning

一个典型的案例是论文引用网络，其中每篇论文的文本作为节点属性，GNN将每篇论文将在这些文本属性转换为浅层特征，从而利用文本属性。问题：最近LLM大火，GPT和Lama2表现出推理和利用常识的能力。
SuperCooper·2024-01-24 22:04

【论文阅读】LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning

语言模型用于文本分类3.3、大语言模型和提示3.4、结点分类4、方法论4.1、生成基于LLM的预测和解释4.2、LM解释器的微调与节点特征提取4.2.1、原始文本和特征解释4.2.2、排序后的预测特征4.3、GNN
鲸可落·2024-01-24 10:39

【论文阅读】LLM4GCL: CAN LARGE LANGUAGE MODEL EM-POWER GRAPH CONTRASTIVE LEARNING?

文章目录0、基本信息1、研究动机2、创新点2.1、LLM-as-GraphAugmentor2.2、LLM-as-TextEncoder3、准备3.1、文本属性图3.2、图神经网络3.3、文本属性图上的对比学习
鲸可落·2024-01-24 10:37

【论文解读】NeurIPS 2021| 基于置信度校正可信图神经网络

题目：基于置信度校正可信图神经网络会议：NeurIPS2021论文地址：https://arxiv.org/abs/2109.14285自信点，我的GNN们图神经网络(GNN)卓越的性能已经广受关注，但其预测结果是否值得信赖却有待探索
风度78·2024-01-23 06:25

基于图神经网络与深度学习的商品推荐算法

传统做法现阶段局限创新方法结果相关工作目前推荐算法基于矩阵分解的推荐算法基于深度学习的推荐算法基于图神经网络的推荐算法创新点模型设计本文的核心任务是训练出一个模型LGDL模型框架嵌入层ID特征嵌入评论文本特征嵌入前向传播层关联关系提取偏好特征提取评分预测层模型优化传统做法利用深度学习方法从用户
谦谦菜鸟·2024-01-23 00:58

阿里重磅发布大规模图神经网络平台AliGraph，架构算法解读

图神经网络(GNN)主要是利用神经网络处理复杂的图数据，它将图数据转换到低维空间，同时最大限度保留结构和属性信息，并构造一个用于训练和推理的神经网络。
weixin_34302561·2024-01-23 00:57

图神经网络 Graph Neural Networks:Foundations, Frontiers, Applications &基于 node2vec 的电影推荐实验

目录0.概念1.引言（1）图神经网络概述（2）图嵌入（3）图神经网络类型（4）图神经网络典型应用2.图嵌入：基于图结构的表示学习（1）node2vec原理3.工具包node2vec的使用4.案例：基于node2vec
海阔＆天空742·2024-01-23 00:56

图神经网络X项目｜基于图神经网络的电商行为的预测（5%）

文章目录JupyterNotebook学习人工智能的好帮手数据集数据集下载数据集调用数据集应用技巧——获取不重复的编号数据集应用技巧——随机采样数据集应用技巧——抽取前N项进行模拟测试数据集构建技巧一——查看数据集构建进度JupyterNotebook学习人工智能的好帮手【JupyterNotebook】快速上手轻松玩明白数据集数据集下载数据集下载地址数据集调用fromsklearn.prepro
晓源Galois·2024-01-23 00:24

HNU-数据挖掘-实验4-链接预测

数据挖掘课程实验实验4链接预测计科210X甘晴void202108010XXX文章目录数据挖掘课程实验实验4链接预测实验背景实验要求数据集解析实验建模实验探索过程失败的探索——DGL库DGL库简介读取基因并构建图构建GNN
甘晴void·2024-01-22 06:32

「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。
数据派THU·2024-01-20 12:30

GNN动手实践(三)：适用于同配图和异配图的高效图神经网络——H2GCN

上发表的论文《BeyondHomophilyinGraphNeuralNetworks:CurrentLimitationsandEffectiveDesigns》所提出来的一个同时适用于同配图和异配图的GNN
斯曦巍峨·2024-01-20 06:52

复现图神经网络（GNN）论文的过程以及PyTorch与TensorFlow对比学习

复现图神经网络（GNN）论文的过程通常包括以下几个步骤：一、理解论文内容：首先彻底理解论文，包括其理论基础、模型架构、使用的数据集、实验设置和得到的结果。
M.D·2024-01-20 06:16

表示学习内容摘录 《深入浅出神经网络：GNN原理解析》

4.1.1表示学习的意义机器学习算法的性能严重依赖于数据的特征，因此在传统机器学习中，大部分的工作都在于数据的处理和转换上，以期得到好的特征使得机器学习算法更有效。这样的特征工程是十分费时费力的，这也暴露了传统机器学习方法中存在的问题，这些方法没有能力从数据中去获得有用的知识，而特征工程的目的则是将人的先验知识转化为可以被机器学习算法识别的特征，以弥补其自身的缺点。如果存在一种可以从数据中得到有判
认知计算_茂森·2024-01-19 11:25

时空预测 | 基于图神经网络的时空预测

随着图神经网络（GNNs）的最新进展，基于GNN的方法在时间序列分析中出现了激增。这些方法可以明确地建模时间间和变量间的关系，而传统的方法和其他基于深度神经网络的方法在这方面却难以做到。
机器学习之心·2024-01-18 09:14

第十六周周报

AGentleIntroductiontoGraphNeuralNetworks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
Joy_moon·2024-01-17 15:13

图神经网络｜图注意网络Graph Attention Network

图注意网络GraphAttentionNetworkLeakyReLU有利于压低负数对结局的影响。图注意网络GraphAttentionNetwork的流程输入向量hih_ihi乘上权重矩阵W得到对应的向量hi∗h_i^*hi∗,并将hi∗h_i^*hi∗计算出对应的aia_iai,从而得到最终对结果向量的贡献。所以有h=∑ihi∗∗aih=\sum_i{h_i^{*}*a_i}h=∑ihi∗∗a
晓源Galois·2024-01-16 04:12

腾讯图神经网络与推荐预训练模型

分享嘉宾：宋重钢博士腾讯高级研究员编辑整理：罗锦波澳门科技大学出品平台：DataFunTalk导读：今天分享的主题为图神经网络与推荐预训练模型。
文文学霸·2024-01-15 23:26

Information Sciences 2022 | 利用图嵌入和图神经网络实现社交网络中的影响力最大化

目录前言1.影响力最大化2.SGNN2.1标签生成2.2struc2vec2.3GNN特征处理2.4回归预测2.5整体框架3.实验3.1数据集3.2评价指标前言题目：Influencemaximizationinsocialnetworksusinggraphembeddingandgraphneuralnetwork
Cyril_KI·2024-01-15 19:15

AAAI 2023 | 图神经网络学习同构计数

©PaperWeekly原创·作者|于星橦单位|中国科学技术大学博士生研究方向|图神经网络论文题目：LearningtoCountIsomorphismswithGraphNeuralNetworks论文链接
PaperWeekly·2024-01-14 20:42

Quick taxi route assignment via real-time intersection state prediction

Quicktaxirouteassignmentviareal-timeintersectionstatepredictionwithaspatial-temporalgraphneuralnetwork（通过时空图神经网络实时交叉口状态预测快速分配出租车路线
llddycidy·2024-01-14 16:01

STEGNN

本文介绍了STEGNN：一种用于路网预测的新型时空嵌入图神经网络。STEGNN的主要思想是利用余弦相似性生成高质量的时空图，从而填补了交通图时空相关性之间的空白，其中包括：(i)基于交通图的
llddycidy·2024-01-14 16:30

图神经网络实战——图神经网络基础

图神经网络基础0.前言1.图2.图学习3.图神经网络小结0.前言近年来，从社交网络到分子生物学等各个领域，数据的图表示越来越普遍。
盼小辉丶·2024-01-14 13:46

[代码复现]BrainGNN: Interpretable Brain Graph Neural Network for fMRI Analysis

目录1.论文资料2.代码复现步骤及可能存在的问题2.1.环境配置2.2.代码运行3.为啥跑这个代码1.论文资料（1）论文原文：BrainGNN：用于fMRI分析的可解释脑图神经网络-ScienceDirect
夏莉莉iy·2024-01-14 13:55

【GNN2】PyG完成图分类任务，新手入门，保姆级教程

上次讲了如何给节点分类，这次我们来看如何用GNN完成图分类任务，也就是Graph-level的任务。
Dream of Grass·2024-01-14 06:04

基于图神经网络的动态物化视图管理

主要介绍了发布于2023年ICDE的论文《DynamicMaterializedViewManagementusingGraphNeuralNetwork》，该文研究了动态物化视图管理问题，提出了一个基于GNN
KaiwuDB 数据库·2024-01-13 23:44

图神经网络自监督学习工具箱 - CPT-HG（一）

WeChatSearchApplicationDepartment,TencentInc.】ContrastivePre-TrainingofGNNsonHeterogeneousGraphs核心要点文章旨在解决现有预训练图神经网络方法仅仅适用于同质图
processor4d·2024-01-12 15:29

图神经网络预训练 (4) - 节点属性预测 Attribute Prediction + 监督学习 代码

我们继续剖析StrategiesforPre-trainingGraphNeuralNetworks一文。上一文中介绍了子结构预测的预训练方法（ContextPrediction）。对于一个多层的深度学习模型，在分子图上训练主模型，在子图上训练层数较少的子模型，限制（损失是）主模型上与子模型的嵌入向量相似，保证子结构环境相似的节点在随着模型的层数增加时仍能保持相似的嵌入向量，意味着化学环境相似的结
wufeil·2024-01-12 04:57

Deepchem的分子特征化方法之图神经网络特征化 （ConvMolFeaturizer / WeaveFeaturizer）解析

bywufeil在Deepchem提供的分子特征化方法中，有两个方法是适用于图神经网络的，分别为：ConvMolFeaturizer和WeaveFeaturizer。
wufeil·2024-01-12 04:55

使用Deepchem构建化学分子的神经网络和图神经网络模型示例

使用Deepchem构建化学分子的神经网络和图神经网络模型示例bywufeilDeepchem包含了很多的化学分子的数据集，同时也有将分子结构转换为机器学习能够识别的矩阵（序列）数据的方法，下面就来简单举几个例子
wufeil·2024-01-12 04:25
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他