NE&GNN 第14页

GNN综述：论文A Comprehensive Survey on Graph Neural Networks

目录一、什么是图神经网络二、图神经网络的种类1、图卷积网络（GraphConvolutionNetworks，GCN）2、图注意力网络（GraphAttentionNetworks）3、GraphAutoencoders4、GraphGenerativeNetworks5、GraphSpatial-TemporalNetworks三、图神经网络的应用一、什么是图神经网络传统的深度学习方法被应用在提

Mitsui745·2022-12-06 10:29

GNN论文笔记： Graph Neural Networks with convolutional ARMA filters

0摘要流行的图神经网络基于多项式谱滤波器实现图的卷积运算。在本文中，我们提出了一种新的图卷积层，其灵感来自自回归移动平均(ARMA)滤波器.与多项式滤波器相比，它提供了更灵活的频率响应，更鲁棒的噪声，并更好地捕捉全局图结构。我们提出了一种用递归和分布式公式实现ARMA滤波器的图神经网络，获得了一个有效训练的卷积层，该卷积层位于节点空间，并可以在测试时转移到新的图中。我们进行频谱分析，研究提出的AR

UQI-LIUWJ·2022-12-06 10:58

DAG-GNN: DAG Structure Learning with Graph Neural Networks

文章目录概主要内容代码YuY.,ChenJ.,GaoT.andYuM.DAG-GNN:DAGstructurelearningwithgraphneuralnetworks.InInternationalConferenceonMachineLearning

MTandHJ·2022-12-06 10:54

【GNN】【ICML2019】Position-aware Graph Neural Networks

分享一篇ICML2019的“老文章":摘要总结背景：过去的GNN很难学习到节点之间的位置关系。取名字：我们提出一种position-aware的GNN（P-GNN）能够对节点位置进行编码。

Bagba·2022-12-06 10:54

【初识GNN】Graphical Neural Networks

声明：仅学习使用哦~Contents一、什么是GNN呢？GNN的应用领域都有哪些？一、什么是GNN呢？GNN的应用领域都有哪些？众所周知，近两年内，GNN在学术圈里变得越来越火，热度飙升！

追光者♂·2022-12-06 10:23

PyTorch & PyTorch Geometric图神经网络(GNN)实战

mark一下，感谢作者分享！http://www.360doc.com/content/19/0601/13/7673502_839610173.shtmlhttp://www.jintiankansha.me/t/OsNpfQP895PyG:https://github.com/rusty1s/pytorch_geometric阿里开源图框架：https://github.com/alibaba

法相·2022-12-06 06:32

GNN的第一个简单案例：Cora分类

GNN–Cora分类Cora数据集是GNN中一个经典的数据集，将2708篇论文分为七类：1）基于案例、2）遗传算法、3）神经网络、4）概率方法、5）、强化学习、6）规则学习、7）理论。

想成为风筝·2022-12-05 12:01

近期全球知识图谱相关行业动态、会议讲座、综述推荐

KerGNN是将图形内核和GNN消息传递过程合二为一的框架。他们取得了与尖端方法相当的结果。同时，与传统的GNN相比，它们极大地提高了模型的可解释性。GNN邻域聚合是使用邻域子图拓扑和内核方法实现的。

AI知识图谱大本营·2022-12-04 15:20

CS224W 8 GNN Augmentation andTraining

目录GraphAugmentationforGNNs引入WhyGraphAugmentationGraphAugmentationApproachesFeatureAugmentationonGraphsInputgraph没有nodefeaturesGNN很难学习的一些特定结构GraphStructureaugmentationAugmentsparsegraphs——添加虚拟节点或边NodeN

huihui冲啊·2022-12-04 12:59

GNN NLP(14)：Compare to The Knowledge Graph Neural Fake News Detection with External KnowledgeACL2021

本文提出了一种新的端到端图神经模型CompareNet，该模型通过实体将新闻与知识库(KB)进行比较，用于虚假新闻检测。考虑到假新闻检测是与话题相关的，也加入了话题来丰富新闻表现。具体来说，为每个包含主题和实体的新闻构造一个有向异构文档图，然后通过精心设计的实体比较网络将上下文实体表示与相应的基于KB的实体表示进行比较，以捕获新闻内容和KB之间的一致性。目录FakeNewsDetectionPro

五月的echo·2022-12-04 10:38

基于图神经网络的知识图谱研究进展（看这一篇就够了）

摘要:近几年来，人工智能技术得到了飞速发展，其进展突出体现在以知识图谱(KnowledgeGraph)为代表的知识工程和以图神经网络(GraphNeuralNetWorks,GNN)为代表的深度学习等相关领域

iFlyAI·2022-12-04 10:37

图神经网络深度强化学习的挑战与机遇:算法与应用综述

DRL和GNN总结。

小蜗子·2022-12-03 01:59

GNN论文学习笔记

根据李沐老师讲解的零基础多图详解图神经网络视频，小白开始入门学习了解GNN，并记录下此文。AGentleIntroductiontoGraphNeuralNetworks为参考文献博客。

一云烟雨·2022-12-02 22:32

李沐论文讲解笔记之 GNN

AGentleIntroductiontoGraphNeuralNetworks图神经网络GNN（机器学习）图：表示实体node（顶点）之间的而关系edges（边）。图应该用向量来表示。

大佬教教我mmm·2022-12-02 22:58

GCN 图神经网络介绍可视化 Pytorch

在这里，图神经网络（GNN）旨在将经典的深度学习概念推广到不规则的结构化数据（与图像或文本形成对比），并使神经网络能够推理出对象及其关系。

LZZ and MYY·2022-12-02 15:52

图神经网络学习笔记（2）——图滤波器

本文参考书目为《深入浅出图神经网络：GNN原理解析》图滤波器参考之前的学习笔记图神经网络学习笔记（1）——图信号与图傅里叶变换，图信号定义在图的节点上，图信号处理不仅需要考虑图的信号强度，也需要考虑图的拓扑结构

王志晗·2022-12-02 14:50

GNN-静态表征-随机游走-2014：DeepWalk【步骤：①随机游走策略生成每个节点的训练序列（DFS），得到训练数据集；②套用Word2vec算法得到节点表示】【捕获二阶相似度】【浅层、同质图】

一、概述1、2、DeepWalk、LINE、Node2vec对比提出的顺序DeepWalk2014,UNE2015,Node2Vec2016Node2Vec设置p=q=1p=q=1p

u013250861·2022-12-02 14:48

【论文笔记】Enhanced LSTM for Natural Language Inference（1609）

时间原因没有看Tree-LSTM，据说现在已经被GNN取代。模型总览模型基本框架是BiLSTM（inputencoding）—Attention（localinferencem

mottled233·2022-12-02 12:22

论文笔记 A Comprehensive Survey on Graph Neural Networks(GNN综述)

前言近年来，深度学习促进了很多机器学习任务的发展，这些任务很多都表示在规则的欧几里得空间中表示。但是图作为具有复杂关系和对象之间相互依赖，其数据是从非欧几里得域生成的，最近也有很多关于图数据深度学习方法的研究。在本篇文章中，作者总结了目前主要的图神经网络模型，并提出了一种新的分类方法将目前的图神经网络分为以下四种：循环图神经网络（RecGNN），卷积图神经网络(ConvGNN)，图自动编码器(GA

xiaopihaierletian·2022-12-02 12:41

GNN学习—递归图神经网络

篇—递归图神经网络RNN简介RNN(RecurrentNeuralNetworks)LSTM（Long-ShortTermMemory）GRU(GateRecurrentUnit)RecGNN模型简介GNN

不加糖也很甜^-^·2022-12-02 12:10

图神经网络入门

图神经网络入门–潘登同学的GNN笔记文章目录图神经网络入门--潘登同学的GNN笔记图神经网络是如何工作的图的回顾将图片表示成图将文本表示为图将分子结构表示成图将社交网络表示成图在神经网络中表示图三种任务图层面的任务节点层面的任务边层面的任务

PD我是你的真爱粉·2022-12-01 16:06

基础理论|图论基础

疫情期间，回头看了看，发现徒有框架远远不够，下定决心将GNN、GCN、GRN、GAN等相关的鼻祖论文都找出来认真拜读，看看大佬的思路，收获颇丰。

脑电与图网络研究僧·2022-12-01 16:36

SCR-MCR：正则项， OGB榜单--清华唐杰-- 可扩展图学习

我们将一致性正则化方法与两种最先进的gnn结合起来，并在ogbn上进行了实验。introduction许多研究论文表明，在训练中使用带有少量标记数据的未标记数据可以提高模型的性能。由

Complicated__76·2022-12-01 14:29

Make GNN Great Again：图神经网络上的预训练和自监督学习

来源：RUCAIBox本文约6500字，建议阅读13分钟本文梳理近年来GNN预训练和自监督学习/对比学习的相关工作。1引言近些年来，对图神经网络（GNN）的研究如火如荼。

数据派THU·2022-12-01 12:50

【GNN】图神经网络的解释性综述

zenRRan·2022-12-01 12:16

【GNN综述】图神经网络的解释性综述

zenRRan·2022-12-01 12:16

Mac本地安装pytorch geometric库（绝对可用）

geometric库是GNN非常常用的库，但是安装很费劲，之前在实验室服务器配置环境时就花了很多时间，现在由于需要用到一些图形化界面，就需要在本地跑原来的代码，所以开始在本地配置geometric的环境

土豆-土豆·2022-12-01 00:57

CS224W: Machine Learning with Graphs - 08 GNN Augmentation and Training

GNNAugmentationandTraining0.AGeneralGNNFrameworkIdea:rawinputgraph≠\neq=computationalgraphGraphfeatureaugmentationGraphstructuremanipulation1).WhyAgumentGraphs?Ourassumptionsofarhasbeen:rawinputgraph

xbfu-xjtu·2022-11-30 23:21

GNN在推荐系统的应用——＞GC-MC与STAR-GCN

正经放·2022-11-30 16:18

HOW POWERFUL ARE GRAPH NEURAL NETWORKS? 论文阅读

Codelink：https://github.com/weihua916/powerful-gnns摘要：GNN对于图形的特征很有效，其可以通过不断汇聚领节点的信息，GNN的变体在节点还是图形分类方面都取得很多的成就

weixin_44576543·2022-11-30 15:33

How powerful are graph neural networks

摘要图神经网络（GNN）是用于图的表示学习的有效框架。GNN遵循邻域聚合方案，其中节点的表示向量是通过递归聚合和转换其相邻节点的表示向量来计算的。

zzzzz忠杰·2022-11-30 15:32

图神经网络基础学习

注：本篇博客公式格式没有经过认真编辑，欢迎去我的博客：http://www.pinkman.tech/index.php/tech/2021/gnn-basic/或者知乎：https://zhuanlan.zhihu.com

Chris-2021·2022-11-30 15:55

图神经网络task2——消息传递

GCNConv`实现步骤（1）向邻接矩阵添加自环边（2）对节点的特征矩阵进行线性变换（3）对变换后的节点特征进行标准化（4）归一化j中的节点特征（5）将节点特征求和参考文献1、消息传递范式消息传递是实现GNN

Wmnyang·2022-11-30 15:52

HOW POWERFUL ARE GRAPH NEURAL NETWORKS? 论文理解

摘要作者在摘要里提到，本文是提供一个理论的评估GNN的表达能力的框架，并且提供了一个可证明的有最大的表达能力的GNN模型引言作者在引言里提到设计GNN主要是基于经验，直觉，实验结果等，不太好。接着接着

Rising_Flashlight·2022-11-30 15:21

PGL图学习之基于GNN模型新冠疫苗任务[系列九]

PGL图学习之基于GNN模型新冠疫苗任务[系列九]项目链接：https://aistudio.baidu.com/aistudio/projectdetail/5123296?

汀、·2022-11-30 11:17

简单对抗神经网络GAN实现与讲解-图片对抗

代码实现集合：GitHub-eriklindernoren/Keras-GAN:KerasimplementationsofGenerativeAdversarialNetworks.3、这里简单说以下GNN

行码阁119·2022-11-30 11:16

逆势而上的技术：图神经网络学习来了！

相比传统神经网络，图神经网络的优势非常明显：1、非顺序排序的特征学习：GNN的输出不以节点的输入顺序为转移的。2、两个节点之间依赖关系的学习：传统的神经网络中，这种依赖关系只能通过节点的特征来体现。

PaperWeekly·2022-11-30 11:12

干货！基于生成对抗图网络的不平衡网络嵌入

然而，现有的GNN大多只关注平衡网络，在不平衡网络上的性能不理想。为了弥补这一缺陷，本文提出了生成式对抗图网络模型ImGAGN来解决图上的不平衡分类问题。

AITIME论道·2022-11-30 11:10

深度学习之 GNN生成对抗网络

原理解析视频讲解：什么是GAN（生成对抗网络）？【知多少】_哔哩哔哩_bilibilipytorch实现：暂无

奥利奥利奥利奥·2022-11-30 11:09

基于GNN，强于GNN：胶囊图神经网络的PyTorch实现 | ICLR 2019

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达【导读】胶囊图神经网络（CapsGNN）是在GNN启发下诞生了基于图片分类的新框架。

小白学视觉·2022-11-30 10:20

2021你还在手写SQL吗？万字综述Text to SQL技术

、背景二、任务介绍三、数据集四、方法4.1基于模板和规则4.2基于Seq2Seq框架4.2.1编码方法4.2.1.1Table-aware4.2.1.2AnonymousEncoding4.2.1.3GNN4.2.1.4Relation-AwareSelf-Attention4.2.1.5

阿_牛·2022-11-30 00:52

GNN最佳项目实践

包含x和y的sample，三个step作为x307个传感器，12个stepsample比原始数据少12，307一个平面，3394sample的个数training的数据集的step_num,12个x去预测ynum_nodes，307个传感器input_size，3个特征device，是gpu上面字典，key取24minutes

fu_gui_mu_dan·2022-11-29 14:26

图神经网络在生物医药领域的12项研究综述

其中，图神经网络（GNN）是一类用于处理图域信息的神经网络，由于有较好的性能和可解释性，现已被广泛应用到各个领域。图是一种强大的工具，可以表示由各种人工和自然过程产生的丰富而复杂的数据。

智源社区·2022-11-29 13:04

【无标题】

SR-GNN论文的核心方法模型结构图1.1构建SessionGraph1.2通过GNN学习Item的向量表征1.3session的embedding表示总结paddle，datawhale开源代码参考论文的核心方法

中三边肥·2022-11-29 00:21

论文阅读：GraphSNN

2022年ICLR高分论文GraphSNNGNN的缺陷GNN的一个核心思想就是，从邻域结点聚合信息，再和自己的信息combine形成下一层的信息每一个结点的计算图如上图所示。

weixin_42331532·2022-11-28 23:15

【kg推荐-＞精读】Differentiable Sampling on Knowledge Graph for Recommendation with Relational GNN

DSKReGDifferentiableSamplingonKnowledgeGraphforRecommendationwithRelationalGNNAbstract出现冷启动问题时，将KGs作为sideinformation可以缓解这一问题。问题：nodedegrees是倾斜（skewed）的；KGs中大量交互是推荐无关的。解决：本文提出一种基于知识图谱的可微抽样推荐方法。设计了一种可微分

小明2766·2022-11-28 23:38

Releasing Graph Neural Networks with Differential Privacy Guarantees

本文提出了一种针对于图的特殊学生GNN模型释放方式，不需要分割数据集PrivGnn。使用公开数据集训练学生模型，部分隐私

ren2966717445·2022-11-28 14:16

卡内基梅隆大学开源：图神经网络和多样性采样的联合3D跟踪和预测

首先，我们通过引入图形神经网络（GNN）来提出一种功能交互技术，以捕获多个代理相互交互的方式。GNN能够对复杂的层次结构交

imalg图像算法·2022-11-28 13:03

推荐模型-上下文感知-2019：Fi-GNN

Fi-GNN:ModelingFeatureInteractionsviaGraphNeuralNetworksforCTRPrediction"inCIKM2019.Referencecode:-https

u013250861·2022-11-28 13:28

DGL学习笔记——第二章消息传递范式

提示：DGL用户指南学习中文章目录一、内置函数和消息传递API二、编写高效的消息传递代码总结消息传递是实现GNN的一种通用框架和编程范式。它从聚合与更新的角度归纳总结了多种GNN模型的实现。

斯外戈的小白·2022-11-28 07:49

推荐频道

NE&GNN