GNN论文学习第15页

源码阅读之FewshotDetection

beingod0·2023-01-11 01:11

Few-shot Object Detection via Feature Reweighting论文学习以及复现

复现Few-shotObjectDetectionviaFeatureReweighting论文代码写在前面本电脑配置环境配置PreparedatasetBaseTrainingTrainTheModelEvaluatetheModel写在前面最近在看Few-shotObjectDetection的开篇之作，看完论文后，打算先开始复现论文代码，跑跑看。论文:link. 代码:

小火车、摆动的旋律·2023-01-11 01:40

GNN-CS224W: 1-2 Introduction； Traditional Methods for machine learning in Graphs

network相比其他的数据有很多特点让它难以处理：arbitrarysizeandcomplextopologicalstructureApplicationsofGraphMLtasklevelNode-levelPredictapropertyofanodeExample:Categorizeonlineusers/itemsAlphaFoldtask:Computationallypred

当客·2023-01-11 00:29

基于session推荐的论文阅读

今天我们要看一下如下三篇论文:SR-GNN:Session-BasedRecommendationwithGraphNeuralNetworksTA-GNN:TargetAttentiveGraphNeuralNetworksforSession-basedRecommendationGC-SAN

luxiaonlp·2023-01-10 21:18

#Reading Paper# 【序列推荐】Session-based Recommendation with Graph Neural Networks

堇禤·2023-01-10 21:44

HRNet的学习笔记

1HRNet论文学习论文：《DeepHigh-ResolutionRepresentationLearningforVisualRecognition》arxiv链接：https://arxiv.org

songyuc·2023-01-10 14:37

3D目标检测——CLOCs论文学习笔记

CLOCs：Camera-LiDARObjectCandidatesFusionfor3DObjectDetection文章链接：https://www.researchgate.net/publication/344067087_CLOCs_Camera-LiDAR_Object_Candidates_Fusion_for_3D_Object_Detectiongithub：https://gi

Jeremy Cui·2023-01-10 09:46

当GNN遇见NLP(五) Sentence-State LSTM for Text Representation，ACL2018 +核心代码详解（pytorch）

本文作者来自SingaporeUniversityofTechnologyandDesign以及DepartmentofComputerScience,UniversityofRochester。虽然本文中没有提到图神经网络的概念，但是从其实际操作上还是被归类为图的空间方法的一种。本文为了克服了BiLSTM局限于顺序文本的缺点，提出了新的模型S-LSTM，利用Recurrentsteps在单词之间

五月的echo·2023-01-10 08:56

PyTorch搭建GNN-LSTM和LSTM-GNN模型实现多变量输入多变量输出时间序列预测

目录I.前言II.GNN-LSTMIII.LSTM-GNNIV.模型训练/测试V.代码I.前言前面已经写过不少时间序列预测的文章：深入理解PyTorch中LSTM的输入和输出（从input输入到Linear

Cyril_KI·2023-01-10 08:22

GNN-图卷积模型-2016：GCN【消息传递（前向传播）：聚合函数+更新函数】【聚合函数：mean（邻域所有节点取平均值）】【训练更新函数的参数】【空域+频域】【直推式学习】【同质图】

一、概述在扎进GCN的汪洋大海前，我们先搞清楚GCN是做什么的，有什么用。深度学习一直都是被几大经典模型给统治着，如CNN、RNN等等，它们无论再CV还是NLP领域都取得了优异的效果，而GCN主要是针对图结构的。社交网络、信息网络中有很多类似的结构。实际上，这样的网络结构（NonEuclideanStructure）就是图论中抽象意义上的拓扑图。1、摘要核心1.本文提出了一种基于图的结构数据的半监

u013250861·2023-01-09 21:07

PyG教程(3)：邻居采样

在GNN领域，大图是非常常见的，但由于GPU显存的限制，大图是无法放到GPU上进行训练的。为此，可以采用邻居采样，这样一来可以将GNN扩展到大图上。

斯曦巍峨·2023-01-09 21:36

GraphSage:Inductive Representation Learning on Large Graphs

目录简介前期知识储备论文结构学习目标论文研究背景、成果及意义研究背景模型框架研究意义论文泛读摘要论文小标题论文精读论文算法模型总览GNN结构GraphSAGE结构论文算法模型的细节细节一：模型框架细节二

尧景·2023-01-09 21:33

【GNN笔记】GraphSAGE(四)

视频链接：【图神经网络】GNN从入门到精通GNN中三种基础神经网络：GCN,GraphSAGE,GAT文章目录一、方法介绍二、GraphSAGE伪代码==聚合====采样====流程====补充要点==

panbaoran913·2023-01-09 21:32

GNN学习笔记（三）：PyG构建Message Passing Network实例（Cora）

参照官方文档学习：1数据集加载Cora是一个机器学习论文数据集。其中共有7个类别（num_classes：基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习、理论。整个数据集中共有2708篇论文，在词干堵塞和去除词尾后，只剩下1433个独特的单词（num_node_features）,文档频率小于10的所有单词都被删除。fromtorch_geometric.datasetsimportP

花锄·2023-01-09 18:36

图神经网络（10）- relational GCN

目录HeterogeneousGraphs（异质图）——有多种类型的边relationalGCN一种关系的有向图有多种关系的有向图总结摘要：从普通的GNN拓展到可以处理异质图的GNN‘HeterogeneousGraphs

山、、、·2023-01-09 18:06

图神经网络（8）- 如何应用GNN

目录AugmentGraphs图的特征增强condition1：输入的图没有节点特征（可能只有邻接矩阵solution：condition2：特殊图结构,GNN很难学solution图的结构增强condition1

山、、、·2023-01-09 17:35

图神经网络（8）——续 GNN编程实践建议附论文名单

目录使用pyG实现GNN，好用的包：编程实践的通用建议：DebugNN使用pyG实现GNN，好用的包：DeepSNAP：提供了GNN流程中的核心模块GraphGym：设计GNN编程实践的通用建议：1.数据的预处理非常非常重要

山、、、·2023-01-09 17:35

toch_geometric 笔记：message passing & GCNConv

介绍将卷积算子推广到不规则域通常表示为一个邻域聚合（neighborhoodaggregation）或消息传递（messagepassing）方案给定第(k-1)层点的特征，以及可能有的点与点之间边的特征，依靠信息传递的GNN

UQI-LIUWJ·2023-01-09 17:05

PyG教程(6)：自定义消息传递网络

一.前言在上篇文章中主要介绍了GNN的消息传递机制，在PyG中提供了一个消息传递基类torch_geometric.nn.MessagePassing，它实现了消息传递的自动处理，继承该类就可以简单方便的构建自己的消息传播

斯曦巍峨·2023-01-09 17:05

基于子图GNN的高精度可扩展图学习

对于子图GNN来说，每一个节点可以根据不同的子图，得到不同的feature，不同的feature具有不同的子图结构信息。

鱼与钰遇雨·2023-01-09 09:28

neo4j 查询同一节点的两个上级_如何用Neo4j和ScikitLearn做机器学习任务？| 附超详细分步教程...

近两年，业内的学者与科学家都在积极探索可以弥补深度学习不可解释性，无法进行因果推断的这个缺陷，而图神经网络(GNN)成为备受关注和期待的“宠儿”。

weixin_39785524·2023-01-09 07:57

GCN-LSTM 预测出租车速度英文 Taxi Speed Prediction Using GCN-LSTM

GCN-LSTM模型预测出租车速度GCN：又称GNN，图神经网络LSTM：长短时记忆网络可做学习参考SummaryOneofthemostvaluablefindingsinengineeringisthedeterminationoftaxispeed.SincetheGCN-LSTMprogramsoftwarecanreadilydetectandcalculatethetaxispeede

刘元职业车队·2023-01-09 06:46

GNN和GGNN学习笔记

GNN对于图上每个节点被编码为嵌入向量，因此，节点可能是一个图，可以通过cnn进行计算，可能是一个词、一个嵌入，它可以是自己希望的任何东西，这是图神经网络的输入。

_4444yl·2023-01-08 19:38

GNN笔记系列 3

GNN笔记系列21.Graph1.1DirectedGraphs1.2SymmetricGraphs1.3UnweightedGraphs2.GraphShiftOperators(GSO)2.1DegreeMatrix2.2LaplacianMatrix2.3GraphShiftOperatorSSS3

弓早早o_O·2023-01-08 19:07

GNN笔记系列 4

GNN笔记系列41.Review2.LearningwithaGraphConvolutionalFilter3.GraphNeuralNetworks(GNNs)3.1PointwiseNonlinearities3.2ObservationsaboutGNNs4

弓早早o_O·2023-01-08 19:07

GNN CS224W笔记

文章目录BasicsofdeeplearningforgraphsSupervisedTraining总结提问环节GraphConvolutionalNetworks提问环节GraphAttentionNetworks(GAT)Practicaltipsanddemos我们希望将一个图映射到二维空间，那么我们要通过怎样的方式去映射？我们希望神经网络能够学习这整个结构，节点之间的依赖。shallow

甦萌·2023-01-08 19:06

cs223w课程笔记7-GNN2

GNN=message+aggregationMSG可以是一个线性变换，注意hvl{h_v}^lhvl利用了v结点本身的信息。

fVector·2023-01-08 19:06

GNN初学习笔记---未完待续

GNNGNN分类HGNN参考资料GNN图神经网络（GNN）作为一种处理图数据的强大深度表示学习工具被广泛地应用于节点分类、图分类以及推荐等下游任务中。

地瓜没有花·2023-01-08 19:35

GNN笔记系列 2

GNN笔记系列2StatisticalRiskMinimizationTrainingorLeariningProceessofArtificialIntelligenceEmpiricalRiskMinimizationLearningParametrizationStochasticGradientDescent

弓早早o_O·2023-01-08 19:05

GNN algorithm(4): HAN, Heterogeneous Graph Attention Network

heterogeneityofgraph(2)semantic-levelattention(3)Node-levelattention(4)HANcontributions2.RelatedWork2.1GNN2.2NetworkEmbedding3

天狼啸月1990·2023-01-08 15:22

GNN algorithm(5): Graph Encoder-Decoder Mechanism

介绍GraphRepresentativeLearning的Encoder-Decoder框架。2017:Representationlearningongraphs:MethodsandapplicationsProblemDefinitionGraph机器学习的核心问题：如何把Graph结构信息纳入机器学习模型中。常用的Graph结构信息包括：节点的全局位置(GlobalPosition)和节

天狼啸月1990·2023-01-08 15:18

图神经网络GNN_知识框架&学习笔记

参考：《深入浅出图神经网络：GNN原理解析》作者:刘忠雨，李彦霖，周洋出版社:机械工业出版社

哈喽十八子·2023-01-08 14:28

GCN-LSTM预测道路车辆速度英文 Forecasting using spatio-temporal data with combined Graph Convolution LSTM model

GCN-LSTM模型预测道路交通车辆速度GCN：又称GNN，图神经网络LSTM：长短时记忆网络可做学习参考AbstractAccuratetrafficpredictioniscriticalfortrafficplanning

刘元职业车队·2023-01-08 09:07

学习日记2021-03-16论文学习

显著性物体检测研究综述基于优化融合的卷积网络显著目标检测*马杉杉，彭来献![在这里插入图片描述](https://img-blog.csdnimg.cn/20210316101836650.png基于显著增强分层双线性池化网络的细粒度图像分类陈珺莹,陈莹*

Ger. 假老练·2023-01-07 22:27

创建pytorch虚拟环境的版本问题

EquivariantGraphNeuralNetworksfor3DMacromolecularStructure这篇论文提出的模型gvp-gnn对于解决蛋白质设计问题很好的模型，因此准备复现这篇论文的源码

东街流浪猫·2023-01-07 21:09

图神经网络汇总

图结构数据消息传递图神经网络基于图神经网络的节点表征学习数据完全存于内存的数据集类节点预测与边预测任务实践超大图上的节点表征学习基于图神经网络的图表征学习方法超大规模数据集类的创建图预测任务实践DGL第1章：图第2章：消息传递范式第3章：构建图神经网络（GNN

发呆的比目鱼·2023-01-07 21:38

深度知识追踪（Deep Knowledge Tracing）论文学习（简要归纳）

深度知识追踪（DeepKnowledgeTracing）ChrisPiech∗,JonathanSpencer∗,JonathanHuang∗‡,SuryaGanguli∗,MehranSahami∗,LeonidasGuibas∗,JaschaSohl-Dickstein∗†∗StanfordUniversity,†KhanAcademy,‡Google发布正在：NIPS'15（人工智能A会）N

sereasuesue·2023-01-07 17:47

ICS-GNN:Lightweight Interactive Community Search via Graph Neural Network

1.问题定义给定一个查询节点，求出此节点所属的社区。社区搜索用途（可以为许多应用提供候选集：friendrecommendations，fraudulentgraphdiscover）2.现存方法缺点1）先爬取大部分的网络数据，然后从中寻找社区，但是爬取的数据很大一部分对终端用户没用。并且不能实时爬取数据，将数据爬取和社区搜索分开。2）使用人工定义的规则评价社区好坏，社区结构是灵活的，不能有效的评

面包片片·2023-01-07 13:28

Query Driven-GNN for Community Search:From Non-Attributed,Attributed,to Interactive Attribute

1.问题定义CS（Communitysearch）寻找包含查询节点的社区结构，使其内部结构紧密ACS（Attributedcommunitysearch）寻找包含查询节点的紧密结构，且社区内成员的属性和查询属性相似2.传统方法缺点CS根据预定义的子图（k-core，k-truss…）寻找包含查询节点的社区，限制性太强，现实世界中很多社区不能满足这种结构ACS将问题分解两步执行（two-stagep

面包片片·2023-01-07 13:28

GNN从入门到精通--复杂图的embedding （3）

1.异质图嵌入异质图异质图存在不同类型的节点（节点关联的特征类型不相同），旨在将不同类型的节点映射到一个公共嵌入空间。不同类型的节点可能有不同形式（文本、图像…）和维度的节点特征，每种节点类型采用不同的深度模型，将相应特征映射到公共嵌入空间。例如，与节点关联的特征是图像时，CNN可以被用作映射函数。学习的目标是保留节点之间成对的连接信息，所以提取器提取出相连节点的信息（邻接矩阵），重构器根据嵌入域

面包片片·2023-01-07 13:57

【论文学习】Towards Accurate Oriented Object Detection in Aerial Images with Adaptive Multi-level Feature

AFF-Det：通过自适应多级特征融合实现航空图像中的精确定向目标检测论文链接：《TowardsAccurateOrientedObjectDetectioninAerialImageswithAdaptiveMulti-levelFeatureFusion》代码链接：暂无本文中提出了一种新型的两阶段检测器，该检测器具有自适应特征融合功能，可以实现航空图像中高精度的定向物体检测，命名为AFF-De

pinfan12138·2023-01-07 13:14

CNN的复习 + 初探GNN图神经网络

目录卷积神经网络的复习GNN图神经网络输入输出图神经网络本身RecurrentGNN（循环GNN）卷积神经网络的复习就是我们用同一个函数，去在不同的位置和原图进行乘积再相加，得到了一个新的值，这就是卷积的概念卷积通常用来降维

Zqchang·2023-01-07 13:07

gnn图神经网络

除了节点还要考虑图的节点之间的关系也就是线也要考虑在内需要GNN2.怎么提取图里面的特征包括线和3.卷积：看节点的邻居aggregation加起来readout：整个graph的modelDCNN:把距离为

linag302·2023-01-07 13:36

GNN图神经网络

GNN(graphneuralnetwork)Graph：图，在计算机科学中，图是由节点V和边E两部分组成的一种数据结构。

秀得水乱流·2023-01-07 13:06

【GNN】基于GNN图神经网络模型的最小连通支配集的构造算法的MATLAB仿真

2.基于神经网络的连通支配集的集中式构造算法，通过确定一种算法来对建立的无线传感器网络的模型进行训练，达到的要求，训练GNN模型，使得最终的测试集可以快速找出输入图中的连通支配集。

fpga和matlab·2023-01-07 13:06

图与网络分析 | Python实现基于GNN图神经网络建模和预测

图与网络分析|Python实现基于GNN图神经网络建模和预测目录图与网络分析|Python实现基于GNN图神经网络建模和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图神经网络（GNN）是一类深度学习方法

小橘算法屋·2023-01-07 13:06

GNN，请你的网络层数再深一点~

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·2023-01-07 11:02

ReFactor GNN：从消息传递角度重新审视FMs

分享嘉宾|陈艺虹文稿整理|WilliamKnowledgeGraphCompletion(KGC)知识图谱一般会有多个节点，包括性别、国家等各种各样的节点(也可理解为实体)，节点之间会有不同的关系，可以通过其他的一些节点预测出当前节点的其他信息。恢复这些信息是将所有的候选信息进行排序，优化如下损失函数，再按最大似然概率得到推荐信息。Factorization-basedModelsvsGraphN

深蓝学院·2023-01-07 07:00

基于空间方法的图神经网络模型_【博客推荐】漫谈图神经网络模型GNN

因此，这篇博客试图沿着图神经网络的历史脉络，从最早基于不动点理论的图神经网络(GraphNeuralNetwork，GNN)一步步讲到当前用得最火的图

weixin_39943750·2023-01-07 06:52

Neural Link Prediction with Walk Pooling

GNN-ba

苦逼学习pytorch中·2023-01-06 16:08

推荐频道

GNN论文学习