NE&GNN 第15页

图神经网络（二）：知识点整理

文章目录一.知识图谱与图神经网络的关系1.时代特性2.结构特性3.应用特性二.图神经网络知识体系1.GNN简介2.GNN的通用设计流程2.1查找图结构2.2明确图类型和规模2.3设计损失函数2.4通过计算模块构造模型

J_Xiong0117·2022-11-28 07:16

GNN、GCN原理及推导

在这里插入图片描述GNN分为两个角度去研究，一个空间域，一个谱域。

要成为手撕公式的男人·2022-11-28 07:44

“知识图谱+”系列：知识图谱+图神经网络

最近有很多朋友联系泽宇说想了解一些知识图谱和图神经网络（GNN）结合的研究。那泽宇当然要满足朋友们的要求啊，本期泽宇从知识图谱的几个不同研究方向总结了结合GNN的经典研究，也和大家一起分享。

ngl567·2022-11-28 07:44

NLP 图神经网络之GNN、GCN、GAT原理理解+面试必考知识点

暂时更新了GNN,GCN,GAT。后续有空继续补充其他经典模型，如GraphSAGE,R-GCN。

#苦行僧·2022-11-28 07:41

序列推荐阅读指南，从MC到Attention，附所有论文PDF～

Blank_spaces·2022-11-27 21:03

知识图谱推理论文阅读 Learning to Walk across Time for Interpretable Temporal Knowledge Graph

来源：2021KDD模型代码：https://github.com/sharkmir1/T-GAP主要贡献1、提出了一种新的GNN编码器能够从时序知识图谱中有效地捕捉查询相关的信息。

一只小小小猫(^･ｪ･^)·2022-11-27 13:37

7天搞定图神经网络，实战助力新冠疫情防控！

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。

飞桨PaddlePaddle·2022-11-27 12:33

图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二）

文章篇幅有限，部分程序出图不一一展示，详情进入项目链接即可图机器学习(GML)&图神经网络(GNN)原理和代码实现（PGL）[前置学习系列二]上一个项目对图相关基础知识进行了详细讲述，下面进图GMLnetworkx

汀丶人工智能·2022-11-27 11:32

【图神经网络学习笔记系列】01-Graph Attention Networks 学习笔记

GraphAttentionNetworks学习笔记这是一个excitingfield前提引入：1.图神经网络GNN介绍：https://www.bilibili.com/video/BV1Tf4y1i7Go8

Zach_菠萝侠·2022-11-27 08:23

GRU是什么？RNN、LSTM分别是什么？

前言最近在学习图神经网络（GNN）的过程中，遇到很多不懂的地方，深度学习的基础没有掌握好。最早的GNN网络（详情见GNN）可以被用于处理有环图、有向图或无向图。

lijfrank·2022-11-27 07:53

第5章：训练图神经网络

第5章：训练图神经网络概述本章通过使用第2章：消息传递范式中介绍的消息传递方法和第3章：构建图神经网络（GNN）模块中介绍的图神经网络模块，讲解了如何对小规模的图数据进行节点分类、边分类、链接预测和整图分类的图神经网络的训练

发呆的比目鱼·2022-11-27 06:24

Datawhale 6月学习——图神经网络：基于GNN的节点表征学习

前情回顾图神经网络：图数据表示及应用图神经网络：消息传递图神经网络1图节点表征学习即学习图中节点上的特征。在节点预测任务中，我们拥有一个图，图上有很多节点，部分节点的预测标签已知，部分节点的预测标签未知。我们的任务是根据节点的属性(可以是类别型、也可以是数值型)、边的信息、边的属性（如果有的话）、已知的节点预测标签，对未知标签的节点做预测。这里可以通过一个案例来进行理解（案例及图来自TA补充课：G

SheltonXiao·2022-11-27 05:51

性能超越图神经网络，将标签传递和简单模型结合实现SOTA

然而，对于GNN为什么在实际使用中很成功以及它们是否是优异性能所必需的技术，了解相对较少。

zenRRan·2022-11-27 05:21

电力系统分析 | Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析

电力系统分析|Pytorch实现图神经网络(GNN)与传统多层感知器(MLP)的电力系统分析效果分析基本介绍

小橘算法屋·2022-11-27 05:43

GNN教程：图注意力网络（GAT）详解！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：秦州，算法工程师，Datawhale成员引言本文为GNN教程的第四篇文章【GAT网络】，在前几篇博文中，我们讨论了基本的图神经网络算法

Datawhale·2022-11-27 03:18

深入浅出了解GNN的几种变体

接上篇博客，这周主要学习了GraphSAGE，GAT，R-GCN三种GNN的变体模型，从空域的角度出发，对节点的嵌入表征进行了深入的研究。

Wisley.Wang·2022-11-27 02:40

《深入浅出图神经网络》读书笔记（9.基于GNN的图表示学习）

文章目录9.基于GNN的图表示学习9.1图表示学习9.2基于GNN的图表示学习9.2.1基于重构损失的GNN9.2.2基于对比损失的GNNa.邻居作为上下文b.子图作为上下文c.全图作为上下文9.基于GNN

ppgodcsy·2022-11-27 02:09

《深入浅出图神经网络》读书笔记（8. 图分类）

DIFFPOOL3.EigenPooling8.2.2基于TopK的池化机制8.2.3基于边收缩的池化机制8.图分类对于非规则结构的图数据，之前的固定大小滑窗形式的池化操作不再适用，在图分类中实现层次化池化的机制，是GNN

ppgodcsy·2022-11-27 02:08

《深入浅出图神经网络》读书笔记（7.GNN的变体与框架）

文章目录7.GNN的变体与框架7.1GraphSAGE7.1.1采样邻居7.1.2聚合邻居7.1.3算法过程7.4GNN的通用框架7.4.1MPNN7.4.2NLNN7.4.3GN7.GNN的变体与框架

ppgodcsy·2022-11-27 02:29

化合物分子 ogb、dgl生成图网络及GNN模型训练；pgl图框架

参考：https://towardsdatascience.com/learn-to-smell-molecules-with-graph-convolutional-neural-networks-62fa5a826af5https://github.com/snap-stanford/ogbhttps://github.com/dmlc/dgl/blob/master/examples/pyt

loong_XL·2022-11-27 00:31

CNN中2d卷积算子的分析与实验

CNN中2d卷积算子的分析与实验为了和之前的GNN中图卷积算子的实验相对应，本次实验主要对CNN中的2d卷积进行了分析。

智慧的旋风·2022-11-27 00:23

安装torch_scatter,torch-sparse,torch-cluster,torch-spline-conv,torch-geometric

最近在学一个关于GNN的项目，需要安装torch_scatter,torch-sparse,torch-cluster,torch-spline-conv,torch-geometric。

杰伦的大眼睛·2022-11-26 19:24

GNN包torch_geometric使用 2021-09-02

torch_geometric包是一个进行GNN实现的非常方便的包，官网是https://pytorch-geometric.readthedocs.io/en/latest/notes/introduction.html

Henry Fox·2022-11-26 19:23

通过SR-GNN算法进行挖掘商品图的时序商品推荐代码+数据

数学是算法的灵魂·2022-11-26 18:17

Local Augmentation for Graph Neural Networks

目录1内容简介2主要贡献3准备工作4LA-GNN4.1局部增强-LA4.1.1动机4.1.2效果4.1.3方法4.1.4讨论4.2从下游图学习的生成模型训练4.3损失函数4.3.1监督损失4.3.2一致性正则化损失

猪猪的菜牙·2022-11-26 14:56

图神经网络的表示学习以及图神经网络笔记

表示学习也就是特征学习，特征提取分为特征工程和特征学习，特征学习强调人工，机械劳动，特征学习是采用技术进行特征提取参考资料：https://www.jianshu.com/p/c76cb0ce3c8aGNN的应用表述GNN

倪风俠·2022-11-26 08:07

[AAAI 2022]Interpretable Neural Subgraph Matching for Graph Retrieval

总结GNN实现子图匹配。先初始化边特征，再靠Gumbel-Sinkhorn网络进行排序，最后判断距离确定子图匹配程度。

yujianke100·2022-11-26 04:58

[SIGMOD 2022]Neural Subgraph Counting with Wasserstein Estimator

总结先为query筛选候选的data点，再得到data图的候选子图，再根据候选情况建立两图之间的关联，内部图外部图同时进行GNN，损失函数里除了常规目标再加个WD拉近匹配的距离。

yujianke100·2022-11-26 04:57

[NIPS 2022]Neural Temporal Walks Motif-Aware Representation Learning on Continuous-Time Dynamic Grap...

Motif-AwareRepresentationLearningonContinuous-TimeDynamicGraphs介绍该文针对的是Continuous-TimeDynamicGraphs，也就是说边和点会随着时间增删文章认为当前时序图神经网络(DGNNs)存在两大挑战：动态图不能用常规静态GNN

yujianke100·2022-11-26 04:49

K-hop消息传递图神经网络的表达能力有多强？

论文地址：HowPowerfulareK-hopMessagePassingGraphNeuralNetworks一.论文概述近些年，从空域角度定义的图神经网络（GraphNeuralNetwork,GNN

斯曦巍峨·2022-11-26 04:10

【图神经网络论文整理】（六）—— Universal Graph Transformer Self-Attention Networks

该篇文章的主要贡献是将Transformer应用在GNN中用于学习图的表

咕嘟·2022-11-25 22:50

Graph Neural Network for Traffic Forecasting: A Survey

简介简而言之，GNN可以比较好的解决交通问题。这篇文章确定了最常考虑的问题、图形公式和模型，还调查和总结了公共可用的有用

认认真真学习·2022-11-25 17:14

图神经网络的解释性综述！

↑关注后"星标"Datawhale每日干货 & 每月组队学习，不错过 Datawhale干货来源：纪厚业，北京邮电大学，图与推荐编辑：数据派THU本文约1.5w字，干货满满，建议收藏本文对近期提出的GNN

Datawhale·2022-11-25 12:13

Bioinformatics202207 | CD-MVGNN+：基于交叉依赖图神经网络的分子性质预测

CD-MVGNN：Cross-dependentgraphneuralnetworksformolecularpropertyprediction代码：GitHub-uta-smile/CD-MVGNN一、问题提出GNN

羊飘·2022-11-25 09:27

Briefings in bioinformatics2022 | FP-GNN+：用于分子性质预测的versatile DL架构

原文标题：FP-GNN:aversatiledeeplearningarchitectureforenhancedmolecularpropertyprediction地址：https://academic.oup.com

羊飘·2022-11-25 09:26

《深入浅出图神经网络：GNN原理解析》学习笔记

二刷，重制目录一、图的概述1.基本概念2.图的存储和遍历3.应用分类二、神经网络基础1.机器学习2.神经网络三、卷积神经网络（CNN）1.卷积与池化CNN是具有局部链接、权值共享等特点的深层前馈神经网络。其中两大核心操作就是卷积和池化。2.卷积神经网络四、表示学习五、图信号处理与图卷积神经网络2.图信号与图的拉普拉斯矩阵3.图傅里叶变换4.图滤波器（GraphFilter）5.图卷积神经网络（GC

蚌埠先森·2022-11-25 09:15

强人工智能（Artificial General Intelligence，通用人工智能）论文和资料总结分享目录

小怪兽会微笑·2022-11-25 08:34

计算机语言网图,Graph Neural Network（GNN）最全资源整理分享

GNN自去年起，一直是研究的热点，图神经网络相关的关键词频繁出现在今年各大AI顶会论文title中，加深对这一领域的了解是非常必要的。分享一篇，关于GNN，目前看到的整理得最细致的资源列表。

lwieui·2022-11-25 08:17

Understanding Attention and Generalization in Graph Neural Networks--NIPS2019--论文笔记

论文题目–《对图神经网络的注意力和泛化能力的理解》摘要我们旨在更好地了解图神经网络（GNN）中节点的注意力机制，并确定影响其有效性的因素。

爱玩的阿是·2022-11-25 03:55

什么是图神经网络GNN？

一、什么是GNN一句话概括图神经网络（GraphicNuaralNetwork，GNN）：将一个数据（一个图）输入到网络（GNN）中，会得到一个输出数据（同样是图），输出的图和输入的图相比，顶点、边、以及全局信息会发生一些改变

探索计算机知识的边缘·2022-11-24 23:08

GNN 图神经网络

GNN的作用是输入一个具有特征和结构的图，输出最终的特征GNN有三个流程：聚合、更新和循环，接下来我将在这个图中介绍。

xiao_kong_long_·2022-11-24 23:08

GNN（图神经网络）基本概念

功能：节点分类和图分类空域：空间上考虑图结构的模型，即考虑目标节点和其他节点的几何关系(有无连接)。模型代表：GAT（GraphAttentionNetworks）图注意力模型用注意力机制对邻近节点特征加权求和。邻近节点特征的权重完全取决于节点特征，独立于图结构。（将卷积神经网络中的池化看成一种特殊的平均加权的注意力机制，或者说注意力机制是一种具有对输入分配偏好的通用池化方法(含参数的池化方法）图

luemeon·2022-11-24 23:36

什么是图神经网络？图神经网络有什么用？

谈到深度学习，就不得不提图神经网络(GNN)，毕竟图神经网络正是深度学习技术的根本和基础。下面我将用三分钟带你解读图神经网络，主要内容包括图神经网络的定义、兴起和用途。什么是图神经网络?

程序媛珂珂·2022-11-24 23:32

图神经网络(GNN)简述

目录一、什么是图(graph)二、如何将图片(images)表示成图(graph)三、在机器学习中使用图(graph)的挑战四、图神经网络(GraphNeuralNetwork,GNN)(I).ThesimplestGNN

Taylor不想被展开·2022-11-24 23:30

ICML2019 Self-Attention Graph Pooling

本文转载自知乎专栏:NLP入门论文解析作者:Takihttps://zhuanlan.zhihu.com/p/104837556小编语:经典的CNN架构通常包含卷积层和池化层.GNN将CNN泛化到了图数据上

weixin_45519842·2022-11-24 22:16

图神经网络中的Graph Pooling

前言GNN/GCN在非欧数据中的应用具有极大的挖掘价值。通常，GNN的应用分为两种：1，节点分类；2，

zenRRan·2022-11-24 22:10

pytorch_geometric(pyg)复现T-GCN

因此本文将从复现T-GCN（论文和官方源码见此）的角度出发，讲述怎么使用pyg搭建一个GNN-RNN模型，包括数据集的构建和模型的搭建。

卡拉叽里呱啦·2022-11-24 20:48

深入浅出图神经网络第2章神经网络基础读书笔记

训练数据中每个样本都有标签，通过标签指导模型进行训练无监督学习：训练数据完全没有标签，算法从数据中发现约束关系，如数据之间的关联等，典型的无监督算法有如聚类算法半监督学习：训练数据又有有标签数据，又有无标签数据（GNN

DazTricky·2022-11-24 18:23

推荐频道

NE&GNN