图神经网络

GNN教程：图注意力网络（GAT）详解！

星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：秦州，算法工程师，Datawhale成员引言本文为GNN教程的第四篇文章【GAT网络】，在前几篇博文中，我们讨论了基本的图神经网络算法
Datawhale·2022-11-27 03:18

机器学习笔记 - 什么是图注意力网络？

顾名思义，图注意力网络是图神经网络和注意力层的组合。要理解图注意力网络，我们首先需要了解什么是注意力层和图神经网络。首先，我们将看一下对图神经网络和注意力层的基本理解，然后我们将重点介绍两者的结合。
坐望云起·2022-11-27 03:47

《深入浅出图神经网络》读书笔记（9.基于GNN的图表示学习）

文章目录9.基于GNN的图表示学习9.1图表示学习9.2基于GNN的图表示学习9.2.1基于重构损失的GNN9.2.2基于对比损失的GNNa.邻居作为上下文b.子图作为上下文c.全图作为上下文9.基于GNN的图表示学习9.1图表示学习图表示学习的主要目标正是将图数据转化成低维稠密的向量化表示，同时确保图数据的某些性质在向量空间中也能够得到对应。这里图数据的表示可以是节点层面的，也可以是全图层面的，
ppgodcsy·2022-11-27 02:09

《深入浅出图神经网络》读书笔记（8. 图分类）

文章目录8.图分类8.1基于全局池化的图分类8.2基于层次化池化的图分类8.2.1基于图坍缩的池化机制1.图坍缩2.DIFFPOOL3.EigenPooling8.2.2基于TopK的池化机制8.2.3基于边收缩的池化机制8.图分类对于非规则结构的图数据，之前的固定大小滑窗形式的池化操作不再适用，在图分类中实现层次化池化的机制，是GNN需要解决的基础问题。8.1基于全局池化的图分类读出机制对经过K
ppgodcsy·2022-11-27 02:08

《深入浅出图神经网络》读书笔记（7.GNN的变体与框架）

7.GNN的变体与框架7.1GraphSAGE7.1.1采样邻居7.1.2聚合邻居7.1.3算法过程7.4GNN的通用框架7.4.1MPNN7.4.2NLNN7.4.3GN7.GNN的变体与框架GNN图神经网络
ppgodcsy·2022-11-27 02:29

PGL图学习之图神经网络ERNIESage、UniMP进阶模型[系列八]

PGL图学习之图神经网络ERNIESage、UniMP进阶模型[系列八]原项目链接：fork一下即可：https://aistudio.baidu.com/aistudio/projectdetail/
汀、·2022-11-27 00:37

AAAI‘22 推荐系统论文梳理

推荐系统论文梳理系列推荐系统相关顶会整理IJCAI'22推荐系统论文梳理ICML/ICLR'22推荐系统论文梳理WWW'22推荐系统论文之序列推荐篇WWW'22推荐系统论文之多任务与对比学习篇WWW'22推荐系统论文之图神经网络篇
AI算法札记·2022-11-26 22:17

WSDM‘22推荐系统论文梳理

推荐系统论文梳理系列推荐系统相关顶会整理IJCAI'22推荐系统论文梳理ICML/ICLR'22推荐系统论文梳理WWW'22推荐系统论文之序列推荐篇WWW'22推荐系统论文之多任务与对比学习篇WWW'22推荐系统论文之图神经网络篇
AI算法札记·2022-11-26 22:16

通过SR-GNN算法进行挖掘商品图的时序商品推荐 代码+数据

SR-GNN推荐方法概述：SR-GNN通过将序列化的问题转换为图的问题，对所有的会话序列通过有向图进行建模，然后通过图神经网络（GNN）来学习每个ite
数学是算法的灵魂·2022-11-26 18:17

NLP精选10个实现项目推荐-涉及预训练、知识图谱、智能问答、机器翻译、对话等...

自然语言处理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。
Evan-yzh·2022-11-26 15:38

NLP精选10个实现项目推荐-涉及预训练Bert、知识图谱、智能问答、机器翻译、对话等...

自然语言处理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。
风度78·2022-11-26 15:27

强烈推荐十大NLP主流经典项目：预训练BERT、知识图谱、智能问答、机器翻译、文本自动生成等...

自然语言处理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。
PaperWeekly·2022-11-26 14:24

LUNAR：基于图神经网络的统一局部离群点异常检测方法

在这篇论文中，我们首先统一局部异常值检测方法，通过显示其是用于图神经网络的更通用的消息传递框架的特例。提出LUNAR一种新颖的基于图神经网络的异常检测方法。
奶糖与小白兔·2022-11-26 14:36

推荐系统与GNN的火花

我们可以通过每个用户交互过的item列表，构建一个巨大的二部图，如下图所示：传统的神经网络方法(如协同过滤，双塔)，是无法处理上述二部图的，图神经网络就是要充分挖掘节
炼丹笔记·2022-11-26 11:11

《异构图神经网络在文章摘要抽取中的应用》——论文阅读笔记

这是阅读的一篇复旦大学实验室的英文论文，论文主要做的工作是使用异构图为模型提取单文档、多文档的摘要，论文原文点这里论文背景提取文档摘要是指从原始文档中提取相关的句子，并将其重新组织为摘要。提取文档摘要的一个关键步骤是学习跨句子关系，实现提取文章摘要的一种直观方法是将它们放在基于图形的神经网络中，该网络有一个更复杂的捕捉句子间关系的结构。目前现有的模型主要遵循编码器-解码器框架，比如说CNN、LST
全全全呀·2022-11-26 08:45

图神经网络关系抽取论文阅读笔记（一）

1基于神经网络的关系分类任务图关系分类/全监督关系抽取任务主要有以下几个主要过程:人工标记数据、特征提取、训练分类器、抽取新的关系。2特征提取词法特征：每个实体对应的词性，如形容词、副词、代词、限定词等被标记实体之间的单词序列:两个实体之间的单词被标记实体的上位词句子中首先出现的被标记实体左侧的K个单词及其对应的词性句子中后出现的被标记实体右侧的K个单词及其对应的词性:被标记的实体与其左右两侧的单
程哥哥吖·2022-11-26 08:13

图神经网络的表示学习以及图神经网络笔记

表示学习也就是特征学习，特征提取分为特征工程和特征学习，特征学习强调人工，机械劳动，特征学习是采用技术进行特征提取参考资料：https://www.jianshu.com/p/c76cb0ce3c8aGNN的应用表述GNN具有强大的图数据拟合能力GNN具有强大的推理能力GNN与知识图谱结合小结：GNN强大而灵活的特性，使得其不管在图数据本身的学习任务上，还是在被以端对端的形式融合到其他的学习任务中
倪风俠·2022-11-26 08:07

图神经网络关系抽取论文阅读笔记（三）

1用于关系提取的注意引导图卷积网络（AttentionGuidedGraphConvolutionalNetworksforRelationExtraction，2020）论文：AttentionGuidedGraphConvolutionalNetworksforRelationExtraction，20201.1引言依赖树传递丰富的结构信息，这些信息对于提取文本中实体之间的关系非常有用。然而，
程哥哥吖·2022-11-26 07:57

NeurIPS 2022｜图对比学习的结构公平性初探

©作者|王睿嘉单位|北邮GAMMALab研究方向|图神经网络论文标题：UncoveringtheStructuralFairnessinGraphContrastiveLearning收录会议：NeurIPS2022
PaperWeekly·2022-11-26 07:49

[NIPS 2022]Neural Temporal Walks Motif-Aware Representation Learning on Continuous-Time Dynamic Grap...

Motif-AwareRepresentationLearningonContinuous-TimeDynamicGraphs介绍该文针对的是Continuous-TimeDynamicGraphs，也就是说边和点会随着时间增删文章认为当前时序图神经网络
yujianke100·2022-11-26 04:49

K-hop消息传递图神经网络的表达能力有多强？

论文地址：HowPowerfulareK-hopMessagePassingGraphNeuralNetworks一.论文概述近些年，从空域角度定义的图神经网络（GraphNeuralNetwork,GNN
斯曦巍峨·2022-11-26 04:10

RuntimeError: indices should be either on cpu or on the same device as the indexed tensor (cpu)

训练图神经网络时遇到的问题：检查过自己的代码，模型和数据都分别放入了GPU中，将数据和模型打印出来也在GPU上、运行时GPU的显存确实有被占但依然报这个错误。
Chemist_Dong·2022-11-26 01:33

【AI 简报20201018期】英伟达开源「Imaginaire」、智能手表争夺战是如何打响的？

导读：本期为AI简报20201018期，将为您带来过去一周关于AI新闻9条，其他互联网圈内新闻8条，希望对您有所帮助~有更好的建议或者意见请在下方留言~AI1.图神经网络新课上架：宾大2020秋季在线课程开课
RTThreadIoTOS·2022-11-26 00:57

推荐一个好发论文的研究方向

今天给大家推荐一个研究的好方向——图神经网络。它是近些年学术界和工业界最新的研究热点！在社交网络、知识图谱、推荐系统等工业界有广阔的应用前景。
woshicver·2022-11-26 00:44

GRAPHSPEECH: SYNTAX-AWARE GRAPH ATTENTION NETWORK FOR NEURAL SPEECH SYNTHESIS论文阅读

因此提出了一种新的基于图神经网络结构的TTS模型（GraphSpeech）。GraphSpeech显式地对输入句子词汇的句法关系进行编码，然后将这些信息整合到模型中，获取句法
JanettaC·2022-11-25 22:28

【图神经网络论文整理】（六）—— Universal Graph Transformer Self-Attention Networks

DaiQuocNguyen,TuDinhNguyen,DinhPhungTheACMWebConference2022(WWW'22)ComputerVisionandPatternRecognition论文地址本文介绍的论文是《UniversalGraphTransformerSelf-AttentionNetworks》。该篇文章的主要贡献是将Transformer应用在GNN中用于学习图的表
咕 嘟·2022-11-25 22:50

LSTM/GRU详细代码解析+完整代码实现

LSTM和GRU目前被广泛的应用在各种预测场景中，并与卷积神经网络CNN或者图神经网络GCN这里等相结合，对数据的结构特征和时序特征进行提取，从而预测下一时刻的数据。
m0_53961910·2022-11-25 21:28

‘端云协同’是未来AI产业服务的重要形态，给各种业务算法带来新机遇

评审委员会评论称：“该项目研制难度大、创新性强，整体技术处于国际先进水平，其中在跨模态随机游走图内嵌向量表达、超大规模图自适应分区和综合存储、异构计算架构下图神经网络学习加速等方面达到国际领先水平。”
互联网志·2022-11-25 20:09

最新最全 | 10余篇图神经网络&知识图谱的综述，打包下载~

整理了2020年以来10余篇图神经网络和知识图谱的综述性文章，包含图网络的基础性质研究，加速方法，各种场景如物理，医学上的应用；知识图谱的使用方法及其应用研究。
weixin_45519842·2022-11-25 17:20

机器学习作业-交通流量预测综述

文章目录GraphNeuralNetworkforTrafficForecasting:ASurvey摘要1.相关介绍2.交通流量预测的问题3.图神经网络在交通预测上的应用4.开放数据集和源代码5.挑战和未来的研究方向总结作业
过动猿·2022-11-25 17:13

CS224W-图神经网络 笔记1：Introduction : Structure of Graphs

CS224W-图神经网络笔记1：Introduction:StructureofGraphs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
Johnny__Wang__·2022-11-25 16:09

权衡偏差和方差的近似最优图神经网络邻接点采样器

内容简介图神经网络在图相关的应用中取得了很好的表现，但随着工业界数据集规模的不断扩张，全部邻接点上的图卷积操作在计算上变得不可拓展。先有的工作现后提出了一些邻接
AITIME论道·2022-11-25 13:03

图神经网络的解释性综述！

图神经网络的可解释性是目前比较值得探索的方向，今天解读的2021最新综述，其针对近期提出的GNN解释技术进行了系统的总结和分析，归
Datawhale·2022-11-25 12:13

图神经网络

基础知识图图是由顶点和顶点之间的边组成的一种数据结构，它通常表示为，其中表示为一个图，是图中顶点的集合，是图中边的集合。如下图所示图结构研究的是数据元素之间的多对多关系。在这种结构中，任意两个元素之间都可能存在关系，即顶点之间的关系可以是任意的，图中任意元素之间都可能相关。在图结构中，不允许没有顶点。任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示。边可以是有向的也可以是无向的，边集合可
IMPORT_UTIL·2022-11-25 10:57

快速上手：图聚类入门 Graph Clustering

文章目录先验知识聚类图图神经网络图节点聚类相关工作图聚类（GraphClustering）AttributedGraphClusteringviaAdaptiveGrap
YoHu人家·2022-11-25 09:20

图神经网络的训练方式分类理解（Inductive learning VS Transductive learning）

一般在看paper的时候，论文里面实验部分会提到本文的模型采用的是Inductive还是Transductive，例如下图（JK-NET）：那么具体什么是Inductive和Transductive？图数据和其它数据不同，图数据中每个节点可以通过边的连接来利用其邻域节点的信息，这也就导致了一个问题：如果训练集上的节点通过边关联到了预测集或者验证集的节点，那么在训练的时候能否用它们的信息呢?Tran
码匀·2022-11-25 09:36

NeurIPS 2020 | MVGNN+：基于多视图图神经网络的分子性质预测

原文标题：Multi-ViewGraphNeuralNetworksforMolecularPropertyPrediction论文地址：https://ml4molecules.github.io/papers2020/ML4Molecules_2020_paper_5.pdf一、问题提出如何在单一模型中恰当地集成节点信息和边信息是首要的挑战问题。可解释性对于药物的发现是非常重要的。理解底层模型
羊飘·2022-11-25 09:27

Bioinformatics202207 | CD-MVGNN+：基于交叉依赖图神经网络的分子性质预测

论文标题：CD-MVGNN：Cross-dependentgraphneuralnetworksformolecularpropertyprediction代码：GitHub-uta-smile/CD-MVGNN一、问题提出GNN模型取得了丰硕的成果，但仍存在三个局限性:大多数GNN模型不是面向节点的，就是面向边缘的。然而，节点和边在许多实际场景中扮演着同样重要的角色。具体来说，具有不同原子(节点
羊飘·2022-11-25 09:27

《深入浅出图神经网络：GNN原理解析》学习笔记

二刷，重制目录一、图的概述1.基本概念2.图的存储和遍历3.应用分类二、神经网络基础1.机器学习2.神经网络三、卷积神经网络（CNN）1.卷积与池化CNN是具有局部链接、权值共享等特点的深层前馈神经网络。其中两大核心操作就是卷积和池化。2.卷积神经网络四、表示学习五、图信号处理与图卷积神经网络2.图信号与图的拉普拉斯矩阵3.图傅里叶变换4.图滤波器（GraphFilter）5.图卷积神经网络（GC
蚌埠先森·2022-11-25 09:15

《深入浅出图神经网络》笔记

图神经网络wx使用的是特征变换Lw*x考虑图结构信息。对w和
赵小丽-programer·2022-11-25 08:07

《深入浅出图神经网络》读书笔记（6.GCN的性质）

6.GCN的性质6.1GCN和CNN的联系从本质上看，二者都是聚合邻域信息的运算，只是作用的数据对象不同。1.图像是一种特殊的图数据CNN与GCN的最大区别是没有显式地表达出邻接矩阵，如果我们将图像中的每个像素视作一个节点，那么以3×33\times33×3大小的卷积核为例，可以将中心节点附近3×33\times33×3的栅格内的像素等价为自己的邻居。这种将像素等价于节点，像素之间空间坐标的连线作
ppgodcsy·2022-11-25 08:59

计算机语言网图,Graph Neural Network（GNN）最全资源整理分享

GNN自去年起，一直是研究的热点，图神经网络相关的关键词频繁出现在今年各大AI顶会论文title中，加深对这一领域的了解是非常必要的。分享一篇，关于GNN，目前看到的整理得最细致的资源列表。
lwieui·2022-11-25 08:17

Understanding Attention and Generalization in Graph Neural Networks--NIPS2019--论文笔记

论文题目–《对图神经网络的注意力和泛化能力的理解》摘要我们旨在更好地了解图神经网络（GNN）中节点的注意力机制，并确定影响其有效性的因素。
爱玩的阿是·2022-11-25 03:55

【图神经网络论文整理】（四）—— Understanding Attention and Generalization in Graph Neural Networks

BorisKnyazev（UniversityofGuelphVectorInstitute），GrahamW.Taylor（UniversityofGuelphVectorInstitute,CanadaCIFARAIChair），MohamedR.Amer∗（Robust.AI）33rdConferenceonNeuralInformationProcessingSystems(NeurIPS
咕 嘟·2022-11-25 03:50

什么是图神经网络GNN？

一、什么是GNN一句话概括图神经网络（GraphicNuaralNetwork，GNN）：将一个数据（一个图）输入到网络（GNN）中，会得到一个输出数据（同样是图），输出的图和输入的图相比，顶点、边、以及全局信息会发生一些改变
探索计算机知识的边缘·2022-11-24 23:08

GNN 图神经网络

GNN的作用是输入一个具有特征和结构的图，输出最终的特征GNN有三个流程：聚合、更新和循环，接下来我将在这个图中介绍。以A结点为例，邻居信息，其中a,b,c是边的权重A更新后的信息其中sigma是激活函数，W和alpha都是参数然后经过多次循环，可构造多层GNN，A结点就可以得到其他所有结点的信息那么，算出来的最终特征有什么作用呢？1、在结点分类任务中，可以直接拿去分类，通过训练loss，来优化W
xiao_kong_long_·2022-11-24 23:08

GNN（图神经网络）基本概念

功能：节点分类和图分类空域：空间上考虑图结构的模型，即考虑目标节点和其他节点的几何关系(有无连接)。模型代表：GAT（GraphAttentionNetworks）图注意力模型用注意力机制对邻近节点特征加权求和。邻近节点特征的权重完全取决于节点特征，独立于图结构。（将卷积神经网络中的池化看成一种特殊的平均加权的注意力机制，或者说注意力机制是一种具有对输入分配偏好的通用池化方法(含参数的池化方法）图
luemeon·2022-11-24 23:36

图学习笔记（三）：图神经网络

图学习笔记（三）：图与图学习回顾六.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1.图卷积网络（GraphConvolutionNetworks，
Laura_Wangzx·2022-11-24 23:36

什么是图神经网络？图神经网络有什么用？

谈到深度学习，就不得不提图神经网络(GNN)，毕竟图神经网络正是深度学习技术的根本和基础。下面我将用三分钟带你解读图神经网络，主要内容包括图神经网络的定义、兴起和用途。什么是图神经网络?
程序媛珂珂·2022-11-24 23:32

图神经网络(GNN)简述

目录一、什么是图(graph)二、如何将图片(images)表示成图(graph)三、在机器学习中使用图(graph)的挑战四、图神经网络(GraphNeuralNetwork,GNN)(I).ThesimplestGNN
Taylor不想被展开·2022-11-24 23:30
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他