文献阅读GNN 第20页

小小白2333·2023-01-25 15:36

如何解决图神经网络过相关？一个IBM的新视角！

了解图神经网络的朋友对于深层GNN中的过平滑问题一定不陌生，随着网络层数的增加，模型的效果反而急剧下降，令人心痛。

程序员对白·2023-01-25 10:20

GNN学习—综述

第0篇—GNN综述一GNN产生原因二GNN发展三GNN分类3.1RecGNNs(RecurrentGraphNeuralNetworks)3.2ConvGNNs(ConvolutionalGraphNeuralNetworks

不加糖也很甜^-^·2023-01-24 22:06

【NeurIPS 2020】ᐕ)⁾⁾5篇GNN相关论文

weixin_45519842·2023-01-24 22:06

GNN for NLP综述

图1：分类法，它沿着四个轴系统地组织NLP的GNN：图构建、图表示学习、编码器-解码器模型和applications。摘要深度学习已经成为处理自然语言处理（NLP）中各种任务的主要方法。

易_·2023-01-24 22:05

【GNN】高被引图神经网络（GNN）全面综述论文

论文名称：AComprehensiveSurveyonGraphNeuralNetworks论文下载：https://arxiv.org/abs/1901.00596论文年份：TNNLS2020论文被引：3203（2022/04/23）个人笔记：AbstractDeeplearninghasrevolutionizedmanymachinelearningtasksinrecentyears,ra

datamonday·2023-01-24 22:35

EEG-GNN论文阅读和分析：《EEG Emotion Recognition Using Dynamical Graph Convolutional Neural Networks》

《EEGEmotionRecognitionUsingDynamicalGraphConvolutionalNeuralNetworks》算法方案构建邻接矩阵：按照Fig.3，展示的空间关系，在两个EEG的通道上有连接或者没有连接，这些连接关系被用来构建GCNN的邻接矩阵。计算邻接矩阵的权重：AtypicaldistancefunctionwouldbetheGaussiankernelfunct

KPer_Yang·2023-01-24 08:09

molecular-graph-bert（一）

leveragingunsupervisedatomicrepresentationlearningformolecularpropertyprediction，原文解析：MG-BERT|利用无监督原子表示学习预测分子性质|在分子图上应用BERT|GNN

_森罗万象·2023-01-23 13:49

图网络与药物研发【数据来源与输入特征】

深度学习中药物表征主要有三种方式：描述符需要计算的定长数值向量，使用最广泛描述符质量与人类专家知识相关，需要特征工程处理分子图以原子作为节点，化学键作为边构成分子图，通过GNN学习表征向量，能够针对下游任务学习针对性的特征

_森罗万象·2023-01-23 13:40

（十九）：Fusion-Extraction Network for Multimodal Sentiment Analysis

文献阅读（十九）：Fusion-ExtractionNetworkforMultimodalSentimentAnalysis摘要1Introduction2RelatedWork3OurModel3.1TextEncodingLayer3.2ImageEncodingLayer3.3InteractiveInformationFusionLayer3.4SpecificInformationEx

Laura_Wangzx·2023-01-23 10:33

深度学习 GNN图神经网络（一）图的基本知识

一、前言本文主要介绍图的一些基础知识，不会太深奥，够用就行。我们以民国最出名的七角恋人物关系图为例进行讲解。二、图的概念图（Graph）可以用来描述实体之间的关系。如下图所示，一张图捋清民国最出名的七角恋（摘自全历史）：这是一张图，包括人物实体以及人物关系。我们抽象成下面的形式，人物是图的顶点（Vertex）、人物关系是图的边（Edge）。顶点（节点）和边都可以附带各自的属性（如：姓名、关系类型等

李乾文·2023-01-23 08:18

深度学习 GNN图神经网络（三）模型思想及文献分类案例实战

如果你有一定神经网络的知识基础，想学习GNN图神经网络，可以按顺序参考系列文章：深度学习GNN图神经网络（一）图的基本知识深度学习GNN图神经网络（二）PyTorchGeometric（PyG）安装深度学习

李乾文·2023-01-23 08:44

图网络与药物研发【基础与资料】

【图神经网络】GNN从入门到精通，GNN记录《深入浅出图神经网络》笔记斯坦福CS224W图机器学习、图神经网络、知识图谱【同济子豪兄】DGL中文教程NetworkXTutorial图论相关术语图中顶点之间的距离定义为它们之间路径的最短长度

_森罗万象·2023-01-22 11:46

CREATING MESSAGE PASSING NETWORKS

概述：邻居聚集和消息传递The"MessagePassing"BaseClassPyG提供了消息传递基类，用于创建GNN自动化的消息传递机制。

yihanyifan·2023-01-21 21:32

pytorch自带网络_图神经网络 PyTorch Geometric 入门教程

简介GraphNeuralNetworks简称GNN，称为图神经网络。

weixin_39887577·2023-01-21 14:38

文献阅读（45）——使用自监督学习对AMD分类

使用自监督学习对AMD分类文章目录使用自监督学习对AMD分类一、简介二、先验知识三、文章核心内容四、使用方法1.非参数化实例歧视（中文翻译过来总是奇奇怪怪，其实就是NPID）a挑战b解决方案c转化！2.数据集3.数据预处理五、结论六、可借鉴点一、简介长时间考虑和接触的问题都是监督学习，都在考虑label的标注，但是实际生活中的很多问题都存在label标记很难，或是工作量太大，亦或是触及信息泄露问题

柚子味的羊·2023-01-20 15:51

GCN学习：Attributed Graph Clustering via Adaptive Graph Convolution

本文从图信号处理角度来理解GNN，增强聚类效果。目标还是将节点划分成m个聚类。

我咋就看不懂·2023-01-19 21:15

(AGC)Attributed Graph Clustering via Adaptive Graph Convolution

AGC是从图信号处理谱图理论的角度来理解GNN并增强了聚类效果AGC可以自适应的选择高阶信息的阶数AGC包括两个步骤:进行k阶图卷积，获得平滑的特征表示;对学习到的特征进行谱聚类，对节点进行聚类。

东方小虾米·2023-01-19 21:07

GNN教程：与众不同的预训练模型！

↑↑↑关注后"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0引言虽然GNN模型及其变体在图结构数据的学习方面取得了成功，但是训练一个准确的

Datawhale·2023-01-19 08:24

文献阅读20

Cost-AwareEdgeResourceProbingforInfrastructure-FreeEdgeComputing:FromOptimalStoppingtoLayeredLearning（用于无基础架构的边缘计算的可感知成本的边缘资源探测：从最佳停止到分层学习）摘要为了满足诸如面部识别和视频流分析等人工智能应用的严格要求，资源受限的设备可以将其任务转移到边缘计算中的附近资源丰富的设

彭于晏程序分晏·2023-01-18 09:06

【无标题】

文献阅读笔记AligningDomain-SpecificDistributionandClassifierforCross-DomainClassificationfromMultipleSources

Ddddnk·2023-01-17 17:40

零基础多图详解图神经网络（GNN/GCN）【论文精读】

原文链接：AGentleIntroductiontoGraphNeuralNetworks(distill.pub)我们不仅仅关系整个图的架构，其实我们更关心的是每个顶点每条边和整个图所表示的信息。我们如何把我们想要的信息表示成以上这些向量，以及这些向量是否能够通过数据来学到。这也是整个图神经网络要关注的重点。一、数据如何表示成图如何把一张图片表示成图，假如我们有一张图，其高宽都是244.然后有三

黄乐荣·2023-01-17 16:17

NeurIPS 2022: S3GC 可扩展图聚类

存在一些非聚类的通用gnn方法进行采样。本文就是利用采样降低复杂度，并进行大量实验。1.model整体上就是一个对比学习的双阶段聚类框架。

Complicated__76·2023-01-17 14:40

文献阅读与读书笔记2

文献阅读第一利器：文献笔记法（LiteratureNotes）刀熊说说刀熊说说公共管理系助理教授编辑推荐4,633人赞同了该文章我们知道阅读学术文献、管理学术文献、整理学术文献是我们跟文献打交道时的必经三部曲

sj823774188·2023-01-17 13:55

文献学习个人笔记

仅供个人做笔记复习使用，不建议参考本文借鉴了某站up主：小博士Awake《如何做好文献阅读及笔记整理》的视频一、科研小帮手Stork文献鸟（Storkapp.me）通过输入研究方向的关键词，文献鸟可以按照预设的关键词发送最新的相关文献到邮件

高贵的土·2023-01-17 13:19

文献阅读笔记模板

参考的读Pixel2Mesh:Generating3DMeshModelsfromSingleRGBImages标题：读XXXXXTitle论文地址：作者：ZerongZheng,TaoYu,YixuanWei,QionghaiDai,YebinLiu发表：ICCV2019Code地址：目录Why：What:How:如果你去做这个任务，会怎么做？作者做的方法和你想的有什么差异？Why：第一点第二点

孟孟单单·2023-01-17 13:49

自注意力机制

文章目录前言文献阅读摘要框架目标函数主要结果深度学习注意力机制的理解Encoder-Decoder框架自注意力机制总结前言Thisweek,thepaperwhichdescribeadeeplearningframeworktoextracttheshort-termlocaldependencepatternbetweenvariablesinlong-andshort-termtimeser

hehehe2022·2023-01-17 09:43

优化方法1

文章目录前言文献阅读摘要模型构建和细节结果与讨论优化方法思路总结前言Thisweek,thepaperwhichdescribesthatadeepgenerativemodelbasedonLSTMisdevelopedformulti-stepsolarirradiationpredictionatleast24hinthefuturehasbeenread.ThenIlearntheantc

hehehe2022·2023-01-17 09:43

优化方法2

文章目录前言文献阅读摘要方法结果与讨论优化算法粒子群优化PSO蒙特卡洛算法马尔可夫总结前言Thisweek,thepaperproposesaDeepMulti-outputLSTM(DM-LSTM)neuralnetworkmodelthatwereincorporatedwiththreedeeplearningalgorithms

hehehe2022·2023-01-17 09:04

PyTorch模型定义和相关使用

PyTorch模型定义1.PyTorch模型定义的方式模型在深度学习中扮演着重要的角色，好的模型极大地促进了深度学习的发展进步，比如：CNN：解决了图像、视频处理中的问题RNN/LSTM：解决了序列数据处理的问题GNN

includeSteven·2023-01-17 07:36

【文献阅读笔记】之Pixel-level pavement crack segmentation with encoder-decoder network

DOI：10.1016/j.measurement.2021.109914年份：2021标题利用编码器-解码器网络在像素级别对路面裂缝进行分割摘要：关键信息：1.这篇文章提出了一种针对裂缝分割得编码器-解码器网络（EDNet）来克服裂缝像素和非裂缝像素数量的不均衡。会造成很多假阴性错误（错误的否定，例如：有裂缝没检测出来）2.本文提出的EDNet解码器是一种自动编码器，将groundtruth自编

cv研究僧·2023-01-17 05:21

2022.10.16 第二十六次周报

目录前言文献阅读-《基于卷积神经网络的手语静态手势识别及基于ORB描述符和Gabor滤波器的特征提取方法》核心思路主要操作1.预处理2.特征提取3.结构的架构工程-CNN内部结构与方案设计卷积层RELU

孙源峰·2023-01-16 13:29

2022.10.23 第二十七次周报

目录前言文献阅读-通过卷积神经网络将支持向量机整合到呼吸声音的分类中背景提出问题提出思路存在的困难解决办法1.数据收集和数据预处理2.建议的CNN架构3.分类器CNN深度讲解卷积的物理意义池化的作用1、

孙源峰·2023-01-16 13:29

【文献阅读笔记】之基于Deeplabv3+的图像语义分割优化方法

中文，包装工程，第43卷第1期，2022年1月DOI：10.19554/j.cnki.1001-3563.2022.01.024摘要目的为了实现良好的图像语义分割精度，同时尽可能降低网络的参数量，加快网络训练速度，提出基于DeepLabv3+的图像语义分割优化方法。方法编码器主干网络增加注意力机制模块，并采用更密集的特征池化模块有效聚合多尺度特征，同时使用深度可分离卷积降低网络计算复杂度。结果基于

cv研究僧·2023-01-16 11:27

经典文献阅读之--Multi-modal Semantic SLAM(多模态语义SLAM)

0.简介在复杂动态环境下，如何去建立一个稳定的SLAM地图是至关重要的。但是现在当前的SLAM系统主要是面向静态场景。目前相较于点云的分类与分割而言。视觉的识别与分割会更加容易。这就可以根据语义信息提高对环境的理解。文章《Multi-modalSemanticSLAMforComplexDynamicEnvironments》提出了一个鲁棒的多模态语义框架去解决slam在复杂和动态环境下的问题。同

敢敢のwings·2023-01-15 14:46

论文阅读：Vision GNN: An Image is Worth Graph of Nodes

计算机视觉与图卷积神经网络的结合作者单位：华为诺亚方舟实验室、北京大学、澳门大学作者：韩凯、王云贺等论文地址：点击这里下载代码地址：点击这里访问摘要基于深度学习的计算机视觉系统的网络架构是重中之重。卷积神经网络和transformer在处理图像的过程中是把图像类数据集作为格子和序列的结构（欧式数据）来进行处理。这样对于不规则的目标进行学习的时候显得不够灵活。本文将图像变成节点的形式，而非序列数据和

sigmoidAndRELU·2023-01-15 12:33

文献阅读总结：多视图聚类

学徒刘猛·2023-01-15 08:05

文献阅读-基于深度学习的医疗图像分割综述

doi:10.3969/j.issn.1003-3114.2021.02.001引用格式:孔令军,王茜雯,包云超,等.基于深度学习的医疗图像分割综述[J].无线电通信技术,2021,47(2):121-130.本文选自摘要：自２００６年深度学习这一概念提出以来，各研究领域对于深度学习技术的研究热度一直高居不下。深度学习的出现，对计算机视觉领域的发展起到了重要推动作用。计算机视觉的主要研究任务是对图

Ricardo_PING_·2023-01-15 00:30

第六周.03.GIN代码实操

文章目录GINConvGIN模型parse问题记录本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考：在线Latex公式接上次GIN论文带读，这次对GIN进行实现，代码参考：https://

oldmao_2000·2023-01-14 15:45

【文献阅读】综述：集成式工艺规划与车间调度（IPPS）问题研究现状及发展

作者：文笑雨高亮期刊：重庆大学学报核心时间：2021.02（注：文中的数字代表引用的文献序号）1.IPPS的3种主要建模方法（依据信息交互方式不同）非线性方法交互简单，应用广泛。建立混合整数规划模型，提供尽可能多的路线。特定生产环境下工艺规划与车间调度进行集成的特殊性。大批量定制化生产考虑不同制造企业对pp与s重视程度不同来研究。[9-13]2.单目标/多目标求解方法的研究概况IPPS求解方法主要

兔兔子·2023-01-14 15:43

dgl-03 graphsage

graph，学习聚合方式学习公式如下，比较简单明了，如果边有权重，每个h聚合时可以乘以权重代码实现官方代码dgl代码写得非常好了，基本很容易理解，主要在数据采样和模型输入输出做个记录数据格式#1.一般训练gnn

Evangelion-02·2023-01-14 09:59

手把手安装GNN必备库 —— pytorch_geometric

GCN：图卷积神经网络，GNN在训练过程中，有将attention引入图结构的，有将门控机制引入图结构的，还有将卷积引入图结构的，引入卷积的GNN就是GCN，通过提取空间特征来进行学习。

clarkjs·2023-01-14 08:30

从隔壁老王开始的信号处理入门

诸神缄默不语-个人CSDN博文目录我是从GNN被扔到NLP然后又做起了GNN现在又被喊去搞时间序列分类，所以现在才开始看信号处理（因为我开始做GNN以来，GNN就以图域而非谱域为主了，所以那时我没怎么看过信号处理

诸神缄默不语·2023-01-14 08:27

GNN实战——KarateClub数据集

GNN：graphneuralnetwork图神经网络，是⼀种连接模型，通过⽹络中节点之间的信息传递(messagepassing)的⽅式来获取图中的依存关系(dependenceofgraph)，GNN

clarkjs·2023-01-14 08:55

cs224w（图机器学习）2021冬季课程学习笔记13 Colab 3

诸神缄默不语-个人CSDN博文目录cs224w（图机器学习）2021冬季课程学习笔记集合文章目录1.实现GraphSAGE和GAT1.1可泛化的GNN堆叠模型1.2单层GNN在PyG中的实现1.2.1`

诸神缄默不语·2023-01-14 07:36

GNN学习7：按需获取的数据集类的创建

超大规模数据集类的创建在一些应用场景中，数据集规模超级大，我们很难有足够大的内存完全存下所有数据。需要一个按需加载样本到内存的数据集类。Dataset基类简介在PyG中，我们通过继承torch_geometric.data.Dataset基类来自定义一个按需加载样本到内存的数据集类。继承torch_geometric.data.InMemoryDataset基类要实现的方法，继承此基类同样要实现，

lukem44·2023-01-14 06:20

PyG搭建GNN实现链接回归预测

前言前面写了一些有关GNN的各种图任务，主要是节点分类以及链接预测：PyG搭建GCN前的准备：了解PyG中的数据格式PyG搭建GCN实现节点分类（GCNConv参数详解）PyG搭建GAT实现节点分类PyG

Cyril_KI·2023-01-14 06:18

图机器学习-图机器学习传统方法

图机器学习-图机器学习传统方法最近在学习一些GNN相关的知识，想写一些笔记记录一下自己的学习过程，主要的学习资料为CS224W课程主页上面的资料和b站同济子豪兄的中文讲解。

Serendipity-Wu·2023-01-13 23:44

【GNN】图神经网络发Nature子刊，却被爆比普通算法慢104倍，质疑者：灌水新高度？

GNN是近年来非常火的一个领域。最近，一篇Nature子刊论文提出了一种用GNN解决组合优化问题的方法，并声称该GNN优化器的性能与现有的求解器相当，甚至超过了现有的求解器。

一个路过的AI罢了·2023-01-13 11:05

推荐频道

文献阅读GNN

推荐算法最前沿|KDD2020推荐系统论文一览

推荐算法入门：序列召回（二）