CS224W图神经网络

基于飞桨图学习框架的空间异配性感知图神经网络

本期文章将为大家分享飞桨社区开发者肖淙曦、周景博发表于数据挖掘顶会KDD2023的论文《SpatialHeterophilyAwareGraphNeuralNetworks》。肖淙曦肖淙曦，百度研究院商业智能实验室研究实习生，中国科学技术大学在读博士生，主要从事时空数据挖掘和图深度学习相关的研究工作。基于飞桨完成多篇论文，发表于KDD、AAAI等计算机顶级学术会议。周景博周景博，飞桨开发者高级技术
飞桨PaddlePaddle·2023-08-30 08:35

会议交流 | 图与推荐前沿实践探索

转载公众号|DataFun近几年，图神经网络（GNN）技术在推荐系统中得到了广泛的应用，因为推荐系统中的大部分信息本质上都具有图结构，而GNN在图表示学习方面具有优势。
开放知识图谱·2023-08-29 17:56

基于飞桨图学习框架的空间异配性感知图神经网络

本期文章将为大家分享飞桨社区开发者肖淙曦、周景博发表于数据挖掘顶会KDD2023的论文《SpatialHeterophilyAwareGraphNeuralNetworks》。肖淙曦肖淙曦，百度研究院商业智能实验室研究实习生，中国科学技术大学在读博士生，主要从事时空数据挖掘和图深度学习相关的研究工作。基于飞桨完成多篇论文，发表于KDD、AAAI等计算机顶级学术会议。周景博周景博，飞桨开发者高级技术
·2023-08-29 15:56

图神经网络之Node2Vec详解

目录背景传统算法存在的问题算法背景动机算法随机序列的生成Node2Vec算法算法的具体流程：总结相关资料背景传统算法存在的问题一些方法中所提出的特征需要依赖人手工定义，这需要特定领域内专业人士来完成，而且依靠人手工定义特征的有效性无法保证。利用一些非监督学习中的降维方法计算效率低，准确度也不够，而且还不能反应出网络的结构特征。算法背景Node2Vec继承于随机游走模型DeepWalk算法模型，也是
Sybil_Sol·2023-08-28 18:15

GNN学习笔记

GNN持续更新实践程序放在了虚拟机里conda中NS环境里了b站课程跳转------->>>>>【不愧是公认最好的【图神经网络GNN/GCN教程】，从基础到进阶再到实战，一个合集全部到位！
菜菜小堡·2023-08-27 08:27

图神经网络与分子表征：1. 分子图和图神经网络基础

近期读了很多图神经网络（GNN）和分子表征（molecularrepresentation）的论文，正好最近不是很忙，所以我决定把自己的学习过程记录下来，与大家共勉。
frank_haha·2023-08-26 21:33

图神经网络与分子表征：2. SchNet

SchNet在2018年的面世彻底引爆了神经网络势函数(NNP,NeuralNetworkPotential)领域，虽然说NNP的开山鼻祖还要更早，但均未像SchNet这样真正被物理化学家接受，引发变革。这篇博客浅浅记录下自己阅读SchNet代码的心得。2023年的今天，网上有关SchNet的解读已经出现了很多，也有很多论文从更高的维度审视这一框架，有很多优秀的代码框架对SchNet代码进行了重构
frank_haha·2023-08-26 21:33

图神经网络与分子表征：番外——基组选择

学过高斯软件的人都知道，我们在撰写输入文件gjf时需要准备输入【泛函】和【基组】这两个关键词。【泛函】敲定计算方法，【基组】则类似格点积分中的密度，与计算精度密切相关。部分研究人员借用高斯中的一系列基组去包装输入几何信息（距离、角度和二面角），这样做一方面提高了GNN的可解释性，另一方面也实实在在的提高了模型精度。从AI角度看，embedding则可以看作是几何信息的升维。具体来说：如果模型输入仅
frank_haha·2023-08-26 21:31

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

中文题目：图神经网络有多强大？
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

推荐系统---23/8/14小总结1.ACM推荐系统专题研讨会2.图神经网络推荐系统3.表1模型效果对标：MovieLens1M4.爬虫技术5.TF-IDF算法6.图2海量学术大数据推荐系统技术架构7.
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

【从零开始】CS224W-图机器学习-2021冬季学习笔记3.1：Node Embeddings

课程主页：CS224W|Home课程视频链接：斯坦福CS224W《图机器学习》课程(2021)byJureLeskovec文章目录1前言（图表示学习介绍）2节点嵌入：编码器和解码器节点嵌入小结3使用随机游走来实现节点嵌入
要不断变强的LSY·2023-08-09 09:42

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
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)

定量分区模型和本福德定律;用于社会推荐的图神经网络;具有不完美复制的多状态投票模型;无标度相互依赖网络中的级联故障;在线社会网络中赎回最大化的种子选择和社会优惠券分配;投票给我！
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

目录1引言2相关工作2.1行为识别2.2图卷积网络方法3图神经网络3.1频谱方法的应用3.2基于空间的图卷积神经网络4基于图卷积的行为识别网络设计4.1构造图拓扑结构的变化4.1.1按照输入特征区分4.1.2
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
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他