NE&GNN 第23页

图神经网络：方法与应用 | 一文展望，四大待解问题

作者对现有的图神经网络模型进行了细致的总结，归纳出了设计GNN模型的一般流程，对其中各个组件的变体展开了讨论，系统地对GNN的应用进行了分类整理，并提出了4个有待解决的研究问题。本文

智源社区·2021-08-19 12:59

GNN图神经网络梳理

一、GCN图卷积神经网络：Semi-SupervisedClassificationwithGraphConvolutionalNetworks基于频谱域的图卷积神经网络，原理是通过独立于节点embedding的图拓扑结构定义用于聚集(过滤)邻居节点的权值。：本质仍是聚合邻居节点的信息，只不过可以通过数学变换得到如下的式子统一表示聚合邻居信息的过程。这样可能提高了速度但固定了GCN的聚合邻居信息的

goto_past·2021-08-17 20:40

（机器学习）快速入门图卷积神经网络（GCN）

关键字：图神经网络（GraphNeuralNetwork，GNN）,图卷积神经网络（GraphConvolutionalNetwork，GCN）本文适合：对图神经网络不了解的人，快速了解图神经网络的输入输出和计算过程

你听听我的·2021-08-11 10:26

一文带你 GNN 从入门到起飞，做一个饭盆最稳 GNN 饭人！

2021年大厂都在用的图神经网络（GNN）还不懂吗？一文带你GNN从入门到起飞，做一个饭盆最稳GNN饭人！图神经网络到底图个啥？搞懂图神经网络，首先你要先明白到底

·2021-07-27 19:28

20210709未来智能实验室收录资料

加州理工博士：用概率模型解析大脑中的神经活动2.智能化战争的基本形态3.联合全域指挥控制的人工智能生态系统|新品推荐4.数字化转型白皮书：数智技术驱动智能制造，42页pdf5.2021综述论文《几何深度学习/GNN

人工智能学家·2021-07-11 23:55

Task07 图预测任务实践

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN第一部分超大规模数据集类的创建当数据集规模超级大时，很难有足够大的内存完全存下所有数据

沫2021·2021-07-08 09:58

Task06 基于图神经网络的图表示学习

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/8

沫2021·2021-07-04 22:37

Task04 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

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/6

沫2021·2021-06-27 21:24

GNN学习第9天

首先感谢datawhale的GNN课程，非常精彩。

def1037aab9e·2021-06-27 18:50

基于图的推荐算法(4): Graph Convolutional Matrix Completion

前言发表在KDD2018的基于GNN思想进行协同过滤的算法原文链接作者来自提出GCN的团队摘要针对用户-物品交互二部图，文中从链路预测的角度考虑了推荐系统的矩阵填充问题。

阿瑟_TJRS·2021-06-27 12:55

Task03 基于图神经网络的节点表征学习

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/5

沫2021·2021-06-23 20:01

Task03：基于图神经网络的节点表征学习

一上来依旧是放Datawhale提供的课程链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN（打call打call

从你美丽的流域·2021-06-22 21:00

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

图像算法·2021-06-20 01:19

图神经网络15-Text-Level-GNN:基于文本级GNN的文本分类模型

TextLevelGraphNeuralNetworkforTextClassification论文地址：https://arxiv.org/pdf/1910.02356.pdf论文代码：https://github.com/yenhao/text-level-gnn

致Great·2021-06-06 22:56

李宏毅2020课程——GNN课堂笔记

1.学习的参数；3.问题：（1）学习的参数L不是固定的。（2）学习的参数的规模大小由输入的图来决定。（3）如何选择，选择不好会使模型选择不该学习的东西；且不是是localize.4.切比雪夫估计L理解切比雪夫估计的意义1.BenchMark：dataset要够大

JustDreamFly·2021-06-06 22:01

图神经网络必读论文-Must-read papers on GNN

GNN:graphneuralnetworkContributedbyJieZhou,GanquCui,ZhengyanZhangandYushiBai.来源：THUNLP链接：https://github.com

致Great·2021-06-06 08:29

PyTorch Geometric (PyG) 入门教程

官方文档地址文章目录1.可视化2.数据集：以KarateClub为例3.Data3.1Data的重要属性和方法4.应用GNN5.除文中已列出的PyG官方文档外，其他使用到的参考资

诸神缄默不语·2021-06-03 18:11

ELVENITO·2021-05-25 11:05

诸神缄默不语-个人CSDN博文目录

文章目录编程机器学习/深度学习/人工智能/数据分析NumPyPyTorch图机器学习/图神经网络GNN/图深度学习/图表示学习/图挖掘量化投资/金融科技/区块链/数字货币数学线性代数面经数据分析/数据科

诸神缄默不语·2021-05-24 09:19

【知识图谱系列】六篇2020年知识图谱预训练论文综述 | 30页汇报ppt免费获取 | GCC，GraphCL，DGI，InfoGraph等模型

其中GPT-GNN模型是生成学习模型，模型灵感来源于自然语言处理中的GPT模型；GCC，GraphCL，DGI，InfoGraph和Multi-View这五篇属于对比学习模型。

CHEONG_KG·2021-05-22 09:38

【知识图谱系列】清华大学基于对比学习的图谱预训练模型GCC

然而，训练GNN模型通常需要大量的特定任务的标记数据，而获取这些数据往往非常昂贵。利用自

CHEONG_KG·2021-05-22 09:09

【知识图谱系列】基于Randomly Perturb的图谱预训练模型GraphCL

然而，训练GNN模型通常需要大量的特定任务的标

CHEONG_KG·2021-05-22 09:02

【知识图谱系列】基于互信息最大化的图谱预训练模型DGI & InfoGraph

然而，训练GNN模型通常需要

CHEONG_KG·2021-05-22 09:56

2021-05-19

今天不小心休息了一天哈哈哈对于CNN、GNN、GCN理论的学习暂时告一段落。

Aurora加油·2021-05-19 20:39

2021-05-12

GNN综述——从入门到入门CNN只能在欧几里得数据(Euclideandata)，比如二维图片和一维文本数据上进行处理，而这些数据只是图结构的特例而已，对于一般的图结构，可以发现很难将CNN中的卷积核(

Aurora加油·2021-05-16 15:34

论文阅读“Multi-View Attribute Graph Convolution Networks for Clustering”（MAGCN）

ChengJ,WangQ,TaoZ,etal.Multi-ViewAttributeGraphConvolutionNetworksforClustering[C].IJCAI,2020.摘要翻译：图神经网络(GNN

掉了西红柿皮_Kee·2021-05-14 08:31

图神经网络（GNN)资源帖视频及必读论文

最近在看图神经网络，发现了部分宝藏图神经网络资源大集合https://blog.csdn.net/weixin_45519842/article/details/109140724视频部分个人感觉容易懂的科普各类讲座https://www.bilibili.com/video/BV1j54y1975phttps://www.bilibili.com/video/BV17y4y1E7Gr入门到精通h

sereasuesue·2021-05-12 14:52

WWW2021-深度强化学习、自动机器学习和GNN在推荐系统应用

转自微信公众号：浅梦的学习笔记原址链接：https://mp.weixin.qq.com/s?__biz=MjM5MzY4NzE3MA==&mid=2247493556&idx=1&sn=e62c31c32dee4bd2d8151c9370bb3e04&chksm=a691945991e61d4f23ac5bf42a137e8626a217b17df971267d8543cd06fce450fb0

山科智能信息处理实验室·2021-04-30 11:01

【文献阅读】GraphVQA——语言导向的GNN解决场景图的问答（Weixin Liang等人，ArXiv，2021）

一、背景文章题目：《GraphVQA:Language-GuidedGraphNeuralNetworksforSceneGraphQuestionAnswering》和【文献阅读】LRTA——图网络解释VQA的答案生成过程（W.Liang等人，NeurIPS，2020）这一篇是同一个作者，内容也比较相似。文章下载地址：https://arxiv.org/pdf/2104.10283.pdf文章引

全部梭哈迟早暴富·2021-04-28 10:04

Session-based Recommendation with Graph Neural Networks

AAAI2019原作关于这篇文章的blog：https://sxkdz.github.io/research/SR-GNN/Github地址：https://github.com/CRIPAC-DIG/

懿想天开_·2021-04-18 19:11

基于图的推荐算法(8)：Session-based Recommendation with Graph Neural Networks

前言AAAI2019，针对基于session的推荐任务，设计的基于GNN的推荐算法。

阿瑟_TJRS·2021-04-12 20:12

[万字长文] 图神经网络的解释性综述

图神经网络的可解释性是目前比较值得探索的方向，今天解读的2021最新综述，其针对近期提出的GNN解释技术进行了系统的总结和分析，归纳对比了该问题的解决思路。

公众号:图与推荐·2021-03-20 21:55

WWW2021推荐系统论文集锦（附下载）

机器学习与推荐算法·2021-03-15 08:00

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

iHavingFun·2021-03-14 10:17

基于标注提升的ID-GNN： Identity-aware Graph Neural Networks

证明GNN算法的表达能力，具有与Weisfeiler-Lehman图同构测试一样的表达上限，是不适用于计算集聚系数（clustercoeffic

戈季·2021-02-18 12:08

图神经网络(二十四) STRATEGIES FOR PRE-TRAINING GRAPH NEURAL NETWORKS, ICLR 2020

图的预训练与Bert类似，通过对单个节点和整个图级别预先训练一个GNN模型，以便GNN可以同时学习有用的局部和全局表示，然后可以针对下游任务进行微调。

五月的echo·2021-02-10 12:20

图神经网络(二十三) Data Augmentation for Graph Neural Networks，AAAI2021

之后提出了GAUG图形数据增加框架，提高GNN架构和数据集的性能。Introduction本文归纳了

五月的echo·2021-02-09 09:53

图神经网络阅读(二十二)Rethinking Graph Regularization for Graph Neural Networks，AAAI2021

本文证明了图拉普拉斯正则化对现有GNN的好处很少甚至没有，并提出了一种简单但图拉普拉斯正则化变体，称为传播正则化(P-reg)，以提高现有GNN模型的性能。

五月的echo·2021-02-05 18:52

第二课.图卷积神经网络

目录卷积神经网络图卷积神经网络GNN数据集图的表示GCNGNN的基准化：BenchmarkingGraphNeuralNetworks卷积神经网络在计算机视觉中，卷积网络是一种高效的局部特征提取工具，一个卷积层包含多个

tzc_fly·2021-01-29 18:20

论文笔记：EGAT: Edge Aggregated Graph Attention Networks and Transfer Learning Improve Protein-Protein In

结构的主要特点（五）、边缘聚合图关注层（六）、在计算注意力分数时使用边缘特征三、结果（一）、数据集（二）、基准数据集上的结果（三）使用基于ProtBERT的特性进行迁移学习的影响四、总结一、摘要图神经网络(GNN

wangpan007·2021-01-20 19:15

中科院计算所沈华伟：GNN发展简史，诟病才是成长动力

文：周寅张皓图神经网络（GraphNeuralNetwork）的应用在近年来蓬勃发展，但同时对其质疑也从未消失。诸如对与大规模图数据的存储问题，表达能力问题，以及数据集的规范问题引发了许多讨论。中科院计算所沈华伟研究员在图神经网络领域深耕多年。在青源talk第四期中，沈华伟梳理了图神经网络的发展历程，及对于一些问题、质疑的看法。沈华伟表示，每一次对领域的质疑都是该领域成长的一次动力，只有解决了质疑

BAAIBeijing·2021-01-20 18:00

论文笔记 | graph pre-training 系列论文

Multi-stageself-supervisedlearningforGraphConvolutionalNetworksongraphswithfewlabelednodesMotivation具体方法3.GPT-GNN

ttliu_kiwi·2021-01-17 08:21

2021年，别再只沉迷于GANs 和 Transformer，GNN爆发已经从CV蔓延到物理化学

作者：SergeiIvanov编译：周寅张皓、梦佳、贾伟GNN，又可以被理解为NeuralNetworksforGraph，由于图非欧结构的限制，如何设计图数据上的神经网络一直困扰着学界，因此在数年前该领域一直较为沉寂

BAAIBeijing·2021-01-15 19:00

全方位复盘GNN，12位大神寄望2021年大爆发

作者：MichaelBronstein编译：李梦佳，贾伟近段时间，图神经网络（GNN）作为机器学习最热门的领域之一，唱盛有之，唱衰也不少。

BAAIBeijing·2021-01-07 20:00

「GNN，简直太烂了」，一位Reddit网友的深度分析火了

金磊发自凹非寺量子位报道|公众号QbitAI图神经网络（GNN）这个概念近几年很火，确实如此。然而今天，一位Reddit网友却“背道而驰”地提出了强烈反对观点。

QbitAl·2021-01-05 13:23

国科大高级人工智能2020-2021年期末试题回顾

年期末试题回顾题型选择题简答题应用题附件题型题型没有变，仍然为选择题（20道，每道1分），简答题（3道，每道10分），综合应用题（3道，15，15，20）选择题题基本没变，不过新加了几道题，沈老师讲的GNN

sun_hui_Coder·2021-01-02 17:45

dgl用户文档第六章

简介本章前三节将介绍不同场景下训练GNN模型的随机方法；后三节则是一些比较高级的话题,对于那些想要开发新的采样方法,新的GNN模块来适应Mini-batch训练的人来说是可以查阅的,后三节介绍了在Mini-batch

静静和大白·2020-12-29 20:42

数据分析IJCAI 2020：录用率12.6%，华人占据半壁江山，表征学习、GNN成热点 | AI日报...

智源学者何晓冬参与论文获IEEE信号处理协会最佳论文奖，YoshuaBengio是合作者之一近日，智源学者、京东集团技术副总裁何晓冬参与论文《UsingRecurrentNeuralNetworksforSlotFillinginSpokenLanguageUnderstanding》，凭借其在最具挑战性的口语理解（SLU）的核心问题——“语义槽值填充（SlotFilling）”方面的研究与突破，

BAAIBeijing·2020-12-15 18:52

《Edge-Labeling Graph Neural Network for Few-shot Learning》解读

文献地址：https://arxiv.org/abs/1905.01436摘要EGNN：边标记图神经网络【将边标签图上的深度神经网络用于FSL】与平时用于FSL的GNN的区别平时的GNN采用的是基于节点标记框架的

墨染青clothing·2020-11-24 10:42

推荐频道

NE&GNN