GNNs 第3页

PNA | 使用多聚合器聚合图信息结构

作者针对图神经网络（GNNs）的表达力展开研究，将GNN理论框架扩展至连续特征，并从数学上证明了在这种情况下GNN模型对多种聚合函数的需求。

qq2648008726·2020-07-06 18:51

SAGPool - Self-Attention Graph Pooling 图分类图池化方法 ICML 2019

3.1基于self-attention的图池化方法：SAGPoolSelf-attentionmask图池化SAGPool的变种3.2模型架构卷积层readout层全局池化架构分层池化架构4实验数据集GNNs

yyl424525·2020-06-30 11:46

[DIFFPOOL] - Hierarchical Graph Representation Learning with Differentiable Pooling 图分类 NeurIPS 2018

yyl424525·2020-06-30 11:46

[论文翻译]-A Comprehensive Survey on Graph Neural Networks《图神经网络GNN综述》

yyl424525·2020-06-30 11:43

13.Hierarchical Graph Representation Learning with Differentiable Pooling

可微分池化的层级图形表征学习摘要最近，图神经网络（GNNs）通过有效学习的节点嵌入，改变了图形表征学习的领域，在节点分类和连接预测等任务中表现了不错的效果。

刺猬爱吃仙人掌·2020-06-29 00:32

预训练语言模型综述

Pre-trainedModelsforNaturalLanguageProcessing:ASurvey》总结序章随着深度学习的发展，各种神经网络被广泛应用于解决自然语言处理（NLP）任务，如卷积神经网络（CNNs），递归神经网络（RNNs），基于图的神经网络（GNNs

一只NLP的萌新er·2020-06-25 17:23

Strategies for Pre-training Graph Neural Networks（图预训练）

id=HJlWWJSFDH¬eId=HJlWWJSFDHcode：https://github.com/snap-stanford/pretrain-gnns/预训练从CV

上杉翔二·2020-06-25 16:38

【论文解读 ICLR 2020 | 图上的预训练】STRATEGIES FOR PRE-TRAINING GRAPH NEURAL NETWORKS

id=HJlWWJSFDH¬eId=HJlWWJSFDH代码链接：https://github.com/snap-stanford/pretrain-gnns/关键词：GNN，GIN，预训练，迁移学习

byn12345·2020-06-22 19:46

图分类《Hierarchical Graph Representation Learning with Differentiable Pooling》阅读笔记

《HierarchicalGraphRepresentationLearningwithDifferentiablePooling》阅读笔记Abstract对于graphneuralnetworks(GNNs

11和hebe·2020-06-21 12:35

图神经网络综述

文章目录1简介1.1GNN简史1.2GNN的相关研究1.3GNNvs网络嵌入1.4文章的创新性2基本的图概念的定义3GNN分类和框架3.1GNNs分类3.2框架4图卷积网络4.1基于图谱的GCN4.1.1

远洋之帆·2020-06-21 02:07

智能交通的深度学习综述-基于图卷积神网络

Researchdirections,ChallengesProblemsformulationandGraphconstructionDeepLearningtechniquesperspective(1)概要(2)GNNs

大奸猫·2020-05-26 09:11

【论文阅读】How powerful are graph neural networks

GNNs框架表征能力上限是什么？解决问题思路表征能力的评价标准：图同构如果GNNs对图的嵌入能区分

葡萄肉多·2020-01-15 15:41

深度学习之上，图神经网络（GNN ）崛起

由于深度学习在可推理和可解释性方面存在比较大的局限性，结合了图计算和深度学习的图神经网络（GNNs）成为近期学术界和工业界研究热度颇高的新方向之一。

支付宝技术·2019-08-15 11:03

深度学习之上，图神经网络（GNN ）崛起

由于深度学习在可推理和可解释性方面存在比较大的局限性，结合了图计算和深度学习的图神经网络（GNNs）成为近期学术界和工业界研究热度颇高的新方向之一。

蚂蚁金服技术团队·2019-08-13 10:22

A Comprehensive Survey on Graph Neural Networks（图神经网络的综合研究）

本文对图神经网络（GNNs）在数据挖掘和机器学习方面的应用做了全面概

lijfrank·2019-07-10 22:08

Graph Neural Networks with Generated Parameters for Relation Extraction

GraphNeuralNetworkwithGeneratedParameters(GP-GNNs)给

羽_羊·2019-06-29 11:55

图神经网络综述：方法及应用 | Deep Reading

一、前言图神经网络(GraphNeuralNetworks,GNNs)，主要针对非欧几里得空间结构（图结构）的数

AI科技大本营·2019-03-17 00:00

论文浅尝 | 图神经网络综述：方法及应用

一、前言图神经网络(GraphNeuralNetworks,GNNs)，主要针对

开放知识图谱·2019-02-14 20:00

论文翻译-A Comprehensive Survey on Graph Neural Networks《图神经网络GNN综述》

文章目录1简介1.1GNN简史1.2GNN的相关研究1.3GNNvs网络嵌入1.4文章的创新性2基本的图概念的定义3GNN分类和框架3.1GNNs分类3.2框架4图卷积网络4.1基于图谱的GCN4.1.1

李滚滚·2019-01-31 23:58

图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强

摘要图神经网络（GNNs）广泛应用于图的表征学习

cpongo2·2018-06-10 01:07

数字城市不要过分强调3S

mmdev·2006-08-18 16:00

推荐频道

GNNs

PNA | 使用多聚合器聚合图信息结构

SAGPool - Self-Attention Graph Pooling 图分类 图池化方法 ICML 2019

[DIFFPOOL] - Hierarchical Graph Representation Learning with Differentiable Pooling 图分类 NeurIPS 2018

[论文翻译]-A Comprehensive Survey on Graph Neural Networks《图神经网络GNN综述》

13.Hierarchical Graph Representation Learning with Differentiable Pooling

预训练语言模型综述

Strategies for Pre-training Graph Neural Networks（图预训练）

【论文解读 ICLR 2020 | 图上的预训练】STRATEGIES FOR PRE-TRAINING GRAPH NEURAL NETWORKS

图分类《Hierarchical Graph Representation Learning with Differentiable Pooling》阅读笔记

图神经网络综述

智能交通的深度学习综述-基于图卷积神网络

【论文阅读】How powerful are graph neural networks

深度学习之上，图神经网络（GNN ）崛起

深度学习之上，图神经网络（GNN ）崛起

A Comprehensive Survey on Graph Neural Networks（图神经网络的综合研究）

Graph Neural Networks with Generated Parameters for Relation Extraction

图神经网络综述：方法及应用 | Deep Reading

论文浅尝 | 图神经网络综述：方法及应用

论文翻译-A Comprehensive Survey on Graph Neural Networks《图神经网络GNN综述》

图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强

数字城市不要过分强调3S

SAGPool - Self-Attention Graph Pooling 图分类图池化方法 ICML 2019