GCN

【论文分享】Learning Graphs for Knowledge Transfer with Limited Labels

摘要固定输入图是利用图卷积网络(GCN)进行知识转移的方法的支柱。标准范式是利用输入图中的关系，使用GCN将信息从图中的训练节点转移到测试节点；例如，半监督、零样本和少样本学习设置。
今天也是菜醒的一天·2022-11-23 03:56

Graph Learning-Convolutional Networks (图学习-卷积网络)

GraphLearning-ConvolutionalNetworks(图形学习-卷积网络))论文动机：由于CNN与GCNN的缺点（下文列出），GLCN通过图形学习为GCNN提供最佳的GRAPH。
qq_35111325·2022-11-23 03:52

《Deep Learning on Graphs: A Survey》学习笔记【简略】

ZhuW.Deeplearningongraphs:Asurvey[J].IEEETransactionsonKnowledgeandDataEngineering,2020.18年的一篇GNN综述，读完之后，感觉GCN
智慧的旋风·2022-11-23 03:12

cs224w（图机器学习）2021冬季课程学习笔记21 Scaling Up GNNs to Large Graphs

更新日志：2021.11.16优化公式排版文章目录1.介绍scaleupGNN问题2.GraphSAGENeighborSampling:ScalingupGNNs3.Cluster-GCN:ScalingupGNNs4
诸神缄默不语·2022-11-23 03:02

Datawhale组队学习-图神经网络（二）

以继承MessagePassing基类的GCNConv类为例，学习如何通过继承MessagePassing基类来构造图神经网络。对MessagePa
阿_边·2022-11-22 22:43

Datawhale组队学习-图神经网络（三）

学习GCN,GAT这两个图神经网络的理论，对比它们在节点分类任务中的表现以及它们学习到的节点表征的质量。比较MLP，GCN，GAT
阿_边·2022-11-22 22:43

GNN在生化任务上的工程实现学习笔记

目录1.预备知识GNNFramework2.GNN使用PyG(PyTorch第三方库)的实现torch_geometric官方文档1.MessagePassing继承MessagePassing基类的GCNConv2
ALE.code·2022-11-22 21:02

时空图卷积网络：一种用于交通预测的深度学习框架

在本文中，我们提出了一种新的深度学习框架，时空图卷积网络（STGCN），以解决交通领域的时间序列预测问题（即交通预测）。
stranger_Ss·2022-11-22 13:56

Tensorflow2.0的简单GCN代码（使用cora数据集）

本文的代码需要两个部分组成——自定义的GCN层的GCN_layer和训练代码train。
纸耗·2022-11-22 12:45

GCN源码分析——从DEBUG走起

《GAT源码分析——从DEBUG走起》https://blog.csdn.net/weixin_41724843/article/details/127939516今天继续看GCN，从图卷积的角度看代码的实现
Doraemon的流水账·2022-11-22 12:15

图神经网络----GCN图卷积神经网络+代码理解

关于负采样:负采样的长度,肯定是和有值的ui对的数量是一样的:(文章写得非常好,看不懂的是傻瓜......)GCN的概念首次提出于ICLR2017（成文于2016年）：一、GCN是做什么的在扎进GCN的汪洋大海前
无意识积累中·2022-11-22 12:44

pyG利用MessagePassing实现GCN(了解pyG的底层逻辑）

目录必备了解利用MessagePassing实现GCN利用MessagePassing实现GCN是pyG官网的例子，后面graphSAGE和GAT是根据公式和pyG例子写的！
山、、、·2022-11-22 12:42

GCN——一张图是一个样本的情况（ENZYMES数据集）

最近简单看了下图卷积，由于图卷积需要用到傅里叶变换，拉普拉斯矩阵等数据知识，但是之前没有学过，因此没有深入地从严谨数学推导角度出发看一遍图卷积，而是看了白话的图卷积操作的理解，具体可以看这篇文章。之后结合pyg的官网和网上的介绍实现了一下ENZYMES这个数据集的图卷积预测。ENZYMES数据集包含着600张图，每张图有一个label，label共有6种可能的属性，分别是0-5，用540张图做训练
WenbinYao&YouweiHu·2022-11-22 12:09

GCN论文阅读与代码梳理（5）——STSGCN

提出STSGCN的原因：DCRNN、STGCN、ASTGCN提出了捕获时间和空间依赖关系的独立模块，但本文相信如果同时捕获时空关联将会更有效。
fmf1287·2022-11-22 12:07

GCN——意识流理解

之前看GCN(GraphConvolutionalNetwork)的时候总是一知半解、懵懵懂懂。在学习了GAT和GIN并深入阅读了源码后终于对GCN有了更进一步的了解。
SaMorri·2022-11-22 12:37

GCN论文阅读与代码梳理（2）——STGCN

STGCN包含两个时空卷积核和一个输出层。时空卷积核包含一个时域门控卷积、一个空域门控卷积和一个时域门控卷积。
fmf1287·2022-11-22 12:36

GCN论文阅读与代码梳理（4）——GAT

本论文基于注意力的体系结构来执行图结构数据的节点分类。其思想是计算图中每个节点的隐藏表示，通过关注它的邻居，遵循自我注意策略。图神经层该层输入为一组节点特征，N为节点个数输出为在每个节点上执行自注意力机制：，该公式去掉了所有图结构信息，为加入图信息，本文使用maskedattention，即仅关注节点i在图中的一阶邻居节点。1、用softmax对节点进行归一化：2、进阶的，attention机制用
fmf1287·2022-11-22 12:36

GCN论文阅读与代码梳理（1）——AGCRN

传统基于GCN的流量预测需要通过距离或相似度定义邻接矩阵，预先定义的图不能包含关于空间依赖性的完整信息，与预测任务没有直接关系，这可能导致相当大的偏差。
fmf1287·2022-11-22 12:06

从0到1实现GCN——最详细的代码实现

最近论文中需要使用图卷积神经网络（GNN），看了一些关于GCN的代码，还有基于PyTorchGeometricTemporal的代码实现，在这里做一下记录。
m0_53961910·2022-11-22 12:02

【CompGCN】基于组合的多关系图卷积网络

系列文章目录COMPOSITION-BASEDMULTI-RELATIONALGRAPHCONVOLUTIONALNETWORKS基于组合的多关系图卷积网络ShikharVashishth1,2SoumyaSanyal1VikramNitin3ParthaTalukdar11IndianInstituteofScience,2CarnegieMellonUniversity,3ColumbiaUn
spark plug·2022-11-22 12:26

从零开始学GNN

3.GNN解决的问题及对应的任务3.1例13.2例24.GNN模型4.1各任务对应的GNN简图4.2GNN分类4.2.1GCN4.2.2GAT4.2.3GIN参考文献此blog和本人另一篇博客图神经网络
L1_Zhang·2022-11-22 11:33

GCN项目的笔录

项目流程：总体概括为几大步：1.数据集的准备工作-->2.构建生物分子网络-->3.构建图神经网络模型-->4.数据预测与模型训练1）在列表中，选取了110种疾病类型；16156种蛋白质节点；在创建的异构图bghg中，存在307156条蛋白质和蛋白质相互作用PPI的边；882条蛋白质和疾病关联（pdr）的边。这些边均是已经被证实的。2）构造特征矩阵①matrix：共16156行128列；对应蛋白质
Okay灬·2022-11-22 11:00

关于GNN、GCN、GraphSAGE（3）--GraphSage

GraphSAGE&PinSAGE这里有两种图采样算法。在实际问题中，一张图可能节点非常多，因此没有办法一次性的把整张图送入计算机资源，所以我们使用一种有效的采样算法，从全图G中采样出一个子图g，进行训练。在进行采样之前，我们至少应该保证采样后的子图是连通的。GraphSAGE(SAmple$aggreGatE)主要分为两步：采样、聚合采样的阶段：首先选择一个点，然后随机选取这个点的一阶邻居，再以
Okay灬·2022-11-22 11:00

batch & print pro_图卷积网络(GCN) Mini-Batch技巧

引言图卷积网络GCN取得了非常好的效果。对于小型图，可以全部加载到内存中，每层Layer的卷积操作都会遍历全图。对于中大型图，全部加载到内存的做法，显然不能满足需求。
weixin_39957265·2022-11-22 11:26

Cluster-GCN：子图划分，特别适合大规模的同质图数据

目录1.Cluster-GCN1.1.参考资料1.2.GCN面临的挑战：大规模训练1.2.1.训练原理→训练挑战1.2.2.GCN：Full-batchgradientdescent1.2.3.GraphSAGE
褚骏逸·2022-11-22 11:26

代码实现tan graph model for classification_番外篇：GCN实现子图匹配

应知友@MeisterMorxrc之邀，更新GNN实现论文《TheGraphNeuralNetworkModel》中的子图匹配任务，使用比较简单的GCN模型进行实现，模型框架为Pytorch。
weixin_39617470·2022-11-22 11:55

gcn 图卷积神经网络_GCN图卷积网络入门详解

字幕组双语原文：【GCN】图卷积网络(GCN)入门详解英语原文：GraphConvolutionalNetworks(GCN)翻译：听风1996、大表哥在这篇文章中，我们将仔细研究一个名为GCN的著名图神经网络
weixin_39638801·2022-11-22 11:55

Interest-aware Message-Passing GCN for Recommendation WWW2021

ABSTRACT图卷积网络(GCNS)在推荐方面显示出巨大的潜力。这归功于他们通过利用来自高阶邻居的协作信号来学习好的用户和项目嵌入的能力。
农场主·2022-11-22 11:51

超大图cluster gcn

Cluster-GCN方法简单概括为了解决普通训练方法无法训练超大图的问题，Cluster-GCN论文提出：利用图节点聚类算法将一个图的节点划分为[公式]个簇，每一次选择几个簇的节点和这些节点对应的边构成一个子图
qq_26387487·2022-11-22 11:51

论文超详细精读|五千字：PB-GCN

文章目录前言总览一、Introduction主要贡献二、RelatedWorkGraph-basedmethods（基于图的方法）三、Background3.1Part-basedGraph(基于部分的图)3.3Part-basedGraphConvolutions（基于部分的图卷积）四、Spatio-temporalPart-basedGraphConvolutions实作细节现在我们再回到图一
湘粤Ian·2022-11-22 11:15

面向预测的时空数据学习方法分析

章面向时空网格数据预测的三维卷积神经网络模型简述深度时空三维卷积神经网络模型2个组件近期依赖组件（过去几天）周周期依赖组件(过去几周)融合层第4章面向时空图数据预测的时空注意力图神经网络模型简介问题定义基于注意力机制的时空图卷积神经网络时空注意力模块时空图卷积模块ASTGCN
Savannah913·2022-11-22 07:55

GCN-GAN基础知识部分

目录一、对抗神经网络GAN对GAN的理解，GAN原理及基本框架GAN优缺点训练GAN的技巧二、LSTMLongShort-termMemory(LSTM)LSTM-Example重点部分编辑一、对抗神经网络GAN对GAN的理解，GAN原理及基本框架对抗神经网络（GAN）的理解-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/150597936包括生成模型（Gen
Savannah913·2022-11-22 07:24

交通数据综述

基于图卷积网络的交通预测综述-中国知网对基于GCN的交通流预测模型进行归纳总结，从图卷积的基本定义出发，以频域图卷积和空域图卷积为主，介绍GCN的基本原理．随后，通过对图时空网络、图自编码器以及图注意力网络的介绍
Savannah913·2022-11-22 07:54

行为识别：行人跌倒检测（含源码）

文章目录ST-GCN骨架的图结构空间图卷积网络划分子集注意力机制TCN训练参考本文抛砖引玉为大家提供一个行为识别的案例，大家也可以根据该方法实现更多任务，也可以提供一些改进的方法。
wq_0708·2022-11-22 03:21

萤火跑模型 | 分布式训练大规模深度图神经网络

DeepGCNs图（Graph）数据在现实世界中非常常见，例如社交网络、交通网络、物理系统等等，近几年图神经网络的发展将图数据的分析与深度神经网络结合，在越来越多的领域发挥出重要的作用，例如电商推荐、生物化学结构分析
幻方AI小编·2022-11-22 03:24

论文：Graph Convolutional Networks for Text Classification

TextGCN：使用图卷积网络进行文本分类，基于词共现和文档词关系为语料库构建一个单独的文本图，word和document的初始向量为one-hot表示。
ren.yz·2022-11-22 02:37

三大图网络自学总结（GAT、GraphSAGE、GCN）+RGCN

直推式和归纳式所谓直推式学习（GCN等），就是训练期间可以看得到没有标注的节点（训练需要整个图里面所有的节点参与），那么1.需要将整个图作为输入2.模型是基于某个具体的图的，如Cora，换个图，模型就需要从头开始训练所谓归纳式学习
ren.yz·2022-11-22 02:06

cs224w-图机器学习-2021冬季课程学习笔记-10 Knowledge Graph Embeddings

KnowledgeGraphEmbeddings一、HeterogeneousGraphsandRelationalGCN(RGCN)1.HeterogeneousGraphsandRelationalGCN
知之之·2022-11-22 01:23

CS224W摘要10.Knowledge Graph Embeddings

文章目录HeterogeneousGraphsandRelationalGCN(RGCN)HeterogeneousGraphsRGCNblockdiagonalmatricesBasis/DictionarylearningLinkPredictionKnowledgeGraphs
oldmao_2000·2022-11-22 01:49

论文阅读：Modeling relational data with graph convolutional networks

我们引入了关系图卷积网络（R-GCN），并将其应用于两个标准的知识库完成任务：链接预测（恢复缺失事实，即主谓对象三元组）和实体分类（恢复缺失实体属性）。
小粥铺·2022-11-22 01:19

《Convolutional 2D Knowledge Graph Embeddings》论文学习

效果：它具有比较高的参数效率，它的性能跟DisMult和R-GCN相同，但是他的参数比这两
然然不想摸鱼了·2022-11-22 01:49

CS224W: Machine Learning with Graphs - 07 Graph Neural Networks (GNN) 2: Design Space

AGeneralGNNFramework1).Message2).AggregationGNNlayer=Message+AggregationDifferentinstantiationunderthisperspective(GCN
xbfu-xjtu·2022-11-22 01:46

斯坦福图机器学习CS224W笔记自用：Heterogeeneous Graphs and Knowledge Graph Embeddings

HeterogeneousGraphs（异构图）：RelationalGCNsKnowledgeGraphsEmbeddingsforKGCompletion1.HeterogeneousGraphsandRelationalGCN
小粥铺·2022-11-22 01:14

Incremental Graph Convolutional Network for Collaborative Filtering（阅读论文笔记）

IncrementalGraphConvolutionalNetworkforCollaborativeFiltering（阅读论文笔记）Intermsofdatastorage,IGCNdoesnotrequiretostoreallthehistoricaldatatocompletethetraining
爱吃辣锅的北极海豹·2022-11-22 01:11

GNN | 从序列神经网络到GCN、GraphSage、GAT图模型总结

来自：老刘说NLP本文主要介绍图神经网络相关的内容，以从序列神经网络到图神经网络为切入点，逐步讲述从CNN到GCN，从GCN到GraphSage，从GCN到GAT三个方面进行论述。
zenRRan·2022-11-22 00:10

图卷积网络 | PyTorch实现图卷积网络（GCN、GAT、Chebnet）的交通流量预测

图卷积网络|PyTorch实现图卷积网络（GCN、GAT、Chebnet）的交通流量预测目录图卷积网络|PyTorch实现图卷积网络（GCN、GAT、Chebnet）的交通流量预测效果分析基本描述程序实现参考资料效果分析基本描述交通流量预测
小橘算法屋·2022-11-22 00:37

NGCF及其改进模型LightGCN：Neural Graph Collaborative Filtering & LightGCN

emm…图片复制过来显示不了（因为我太懒了0.0），要看图的话可以去我的博客瞅瞅，嘿嘿嘿对了，有些英文短句假如翻译成中文，阅读的时候就太搞脑子了，所以我干脆就不翻译了我的博客地址：https://hikg.net/archives/125/NGCFMotivation先前的方法仅仅使用描述性特征（比如ID、属性）来构造embeddingfunction，而没有考虑过user-iteminterac
Moonpie.·2022-11-22 00:35

DeeplabV3+解码器复现（二）

1.全局卷积网络模块全局卷积网络模块(GlobalConvolutionalNetwork,GCN)是由清华大学旷视科技提出应用于语义分割任务改善模型性能的模块，其核心是利用非对称卷积获得大感受野来解决语义分割任务中像素的分类和定位问题
有温度的AI·2022-11-21 22:30

VMV-GCN Volumetric Multi-View Based Graph论文分析

基础知识体素化、多层感知机、批量归一化、relu函数流程图VMV-GCN模型的架构:它由一个用于体素特征编码的VMVF模块、两个用于构建和学习体素类图的DNFL模块和几个作为分类器的FC层组成，用于处理来自
XXXXLxu·2022-11-21 22:08

基于Skeleton的手势识别：SAM-SLR

RelatedWork2.1SignLanguageRecognition(SLR)2.2SkeletonBasedActionRecognition2.3Multi-modalApproach3.方法3.1SL-GCN3.1.1Graph
Airs_Gao·2022-11-21 21:28
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他