NE&GNN 第25页

图神经网络（GNN）总结

使用GNN的原因：图结构数据的表示一般是不规则，传统的CNN等模型无法直接运用在图数据上，所以需要在图上重新定义卷积操作。其中要着重考虑感受野如何定义，节点的顺序性如何定义，如何进行池化操作。

思考熊·2020-08-15 14:05

2020 图算法工程师面试基础、要点

本文原创作者知乎链接为https://www.zhihu.com/people/he-he-he-he-77-19-21GNN是近年来AI领域最热门的话题之一，但很多人都忽视了基础。

文文学霸·2020-08-14 06:07

Learning Local Search Heuristics for Boolean Satisfiability 2020-04-30

LearningLocalSearchHeuristicsforBooleanSatisfiabilityAbstractGNN(selectvariable)+localsearchalgorithm.RL，初始X，GNN

zjy2015302395·2020-08-14 00:09

用于时序动作提名生成任务，爱奇艺提出BC-GNN图神经网络 | ECCV 2020

时序动作提名生成任务可以从未处理的长视频中定位出包含动作内容的片段，对视频理解以及时序行为检测任务等有着重要的作用。随着视频数量的激增以及视频内容的丰富，对时序动作提名算法的关注和需求也得到巨大提升。然而目前的方法多采用先生成起止边界，再将起止边界组合成候选动作提名，最后生成候选动作提名的内容置信度，这种处理方式忽略了边界预测与内容预测之间的联系，从而影响了该任务最终效果的进一步提升。本论文提出的

AI科技大本营·2020-08-13 13:34

图神经网络 PyTorch Geometric 入门教程

简介GraphNeuralNetworks简称GNN，称为图神经网络，是深度学习中近年来一个比较受关注的领域。

张贤同学·2020-08-12 10:17

【图神经网络综述】GNN原理＋落地应用+实现框架全解

https://blog.csdn.net/weixin_44936889/article/details/107764037未经作者允许，本文禁止转载1.摘要：2.简介：2.1为什么要用图表示数据：2.2GNN

周小夏(cv调包侠)·2020-08-12 10:52

【PyG进阶学习】一：AGNN算法

该算法简称为AGNN，在提出AGNN之前，作者介绍了三个算法的大致思路，分别是GNN、GCN、

TwT520Ly·2020-08-09 19:26

7篇必读ACM MM 2019论文：图神经网络＋多媒体

图神经网络在多媒体领域应用非常多，本文整理了七篇ACMMM2019最新GNN相关论文，并附上论文链接供参考——个性化推荐、短视频推荐、多视频摘要、基于文本的行人搜索、视频关系检测、社区问答（CQA）系统等

ctrigger·2020-08-09 07:41

Latex 算法 Algorithm 一些使用总结（基本用法，步骤标号，某一句加颜色）。

\begin{algorithm}[t]\caption{FrameworkofMeta-GNN.}

CaoChengtai·2020-08-09 01:14

最近火爆的人工智能2.0--图神经网络，究竟什么来路？

最近几年，作为一项新兴的图数据学习技术，图神经网络（GNN）受到了广泛的关注。2018年年末，发生了两件特殊的事情。

皇德华叫兽·2020-08-08 16:03

【PyG 教程】PyG 自定义构造 GNN

文章作者：梦家个人站点：dreamhomes.top原文地址：https://dreamhomes.github.io/posts/202005191115.html公众号ID：DreamHub基于PyG构造消息传递网络图上的卷积操作主要包含两部分：节点消息传递与消息聚集。假设xi(k−1)∈RF\mathbf{x}_i^{(k-1)}\in\mathbb{R}^{F}xi(k−1)∈RF表示k−

梦家·2020-08-08 12:40

【论文解读】“推荐系统”加上“图神经网络”

SIGIR'19的一篇论文NeuralGraphCollaborativeFiltering（NGCF）介绍了用图神经网络（GNN）来增强协同过滤推荐系统的方法。今天我们来

文文学霸·2020-08-07 12:47

【图神经网络综述】一文道尽GNN原理、框架和应用

【2020图神经网络综述】AComprehensiveSurveyonGraphNeuralNetworks未经作者允许，本文禁止转载1.摘要：2.简介：2.1为什么要用图表示数据：2.2GNN与networkembedding

Memory逆光·2020-08-06 10:35

[论文笔记（1） CVPR2020] Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud

Point-GNN:GraphNeuralNetworkfor3DObjectDetectioninaPointCloud论文：代码：摘要简介相关工作在网格中的点云点集图中的点云Point-Net在点云数据中进行目标检测图构造

国家二级退堂鼓表演家·2020-08-03 17:23

【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN

参考文档PYTORCHGEOMETRICDOCUMENTATION图神经网络（GNN）教程–用PyTorch和PyTorchGeometric实现GraphNeuralNetworkscs224w图神经网络学习笔记

喵木木·2020-08-02 19:15

图分类任务常用数据集

图分类常用数据集整理了一下GNN图分类任务里常用的几个数据集。

兰亭不写序·2020-08-02 14:21

「十项全能」图神经网络能干嘛?

回想一下这两年GNN的发展,貌似我知道的领域全都有GNN的身影.这让我想起了中文西那把无所不能的终极杀人武器:夺命3000.下面就梳理一下GNN活跃的十个领域.正所谓"十项全能GNN"注:这里每个领域只简单罗列几篇

喜欢打酱油的老鸟·2020-08-02 14:17

Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

这是一篇将GNN运用在预测知识图谱(KnowledgeGraph)节点重要性的文章，被KDD2019接收。

八荒_·2020-08-02 14:02

GNN Pooling(一)：Graph U-Nets，ICML2019

本文的两位作者都来自TexasA&MUniversity,TX,USA。看起来有些熟悉，果然是咱们之前读过的论文的作者：LearningGraphPoolingandHybridConvolutionalOperationsforTextRepresentations，WWW。并且，在池化过程中采用的基本思路是都差不都的。相比于图卷积的研究，针对于图池化的研究要少许多。本文提出了U-Nets，这是

五月的echo·2020-08-02 13:08

GNN Pooling(五)：Self-Attention Graph Pooling，2019ICML

目录GraphPoolingMethodSelf-AttentionGraphPoolingModelArchitectureExperimentsDatasetsSettingResultsGraphPooling本文的作者来自KoreaUniversity,Seoul,Korea。话说在《请回答1988里》首尔大学可是很难考的，韩国的高考比我们的要更激烈乃至残酷得多。本文提出了一种基于自注意的

五月的echo·2020-08-02 13:35

GNN Pooling(三)：An End-to-End Deep Learning Architecture for Graph Classification，AAAI2018；以及图核

目录核，图核，图卷积核DeepGraphConvolutionalNeuralNetwork(DGCNN)GraphconvolutionlayersConnectionwithWeisfeiler-LehmansubtreekernelConnectionwithpropagationkernelTheSortPoolinglayerRemaininglayersExperimentalResu

五月的echo·2020-08-02 13:35

【GNN】MPNN：消息传递神经网络

今天学习的是谷歌大脑的同学2017年的工作《NeuralMessagePassingforQuantumChemistry》，也就是我们经常提到的消息传递神经网络（MessagePassingNeuralNetwork，MPNN），目前引用数超过900次。严格来说，MPNN不是一个模型，而是一个框架。作者在这篇论文中主要将现有模型抽象其共性并提出成MPNN框架，同时利用MPNN框架在分子分类预测中

zenRRan·2020-08-02 13:04

GNN手绘草图识别新架构：Multi-Graph Transformer 网络

点击我爱计算机视觉标星，更快获取CVML新技术本文介绍一篇比较小众但非常有意思的手绘草图识别的新文章《Multi-GraphTransformerforFree-HandSketchRecognition》，其实质是提出了一种新颖的Transformer网络。该文作者信息：作者均来自南洋理工大学。Ⅰ研究动机通常，Transformer的输入是序列化输入形式，若给定一个句子作为输入，Transfor

我爱计算机视觉·2020-08-02 13:26

DiffPool

Paper:HierarchicalGraphRepresentationLearningwithDifferentiablePoolingCode:摘要对于GraphClassification任务来说，GNN

fnoi2014xtx·2020-08-02 13:50

ICLR 2020论文投稿2600篇，GNN、BERT、Transformer领跑热门研究方向

（图片由AI科技大本营付费下载自视觉中国）出品|AI科技大本营（ID：rgznai100）2019年4，ICLR2020论文征集活动开始，截止9月25日，大会共收到近2600篇投稿，相比ICLR2019的1580篇论文投稿，今年增幅约为62.5%。近四年的数据统计：论文主题方面数据统计显示，根据今年的论文投稿主题来看，虽然深度学习、GAN等领域依旧是热门，但其投稿数量呈下降趋势。值得注意的是，GN

AI科技大本营·2020-08-02 12:31

【论文阅读-ASAP】ASAP: Adaptive Structure Aware Pooling for Learning Hierarchical Graph Representations

www.aaai.org/Papers/AAAI/2020GB/AAAI-RanjanE.8336.pdf代码地址：https://github.com/malllabiisc/ASAP来源：WWW2020图神经网络(GNN

兰亭不写序·2020-08-02 12:26

【论文整理】GNN论文持续追踪

Must-readpapersandcontinuoustrackonGraphNeuralNetwork(GNN)progressManyimportantreal-worldapplicationsandquestionscomeintheformofgraphs

DrogoZhang·2020-08-02 12:20

图神经网络论文阅读(八) Meta-GNN，ASONAM2019

目录Meta-graph（Motif）PROBLEMFORMULATIONMETAGRAPHCONVOLUTIONALNEURALNETWORKMetagraphsforConvolutionMetagraph-basedConvolutionSemanticMetagraphFusionEXPERIMENTS消融试验QualitativeAnalysis计算效率首先要说一下，这篇论文叫《Meta

五月的echo·2020-08-02 12:24

GNN Pooling(八)：STRUCTPOOL via CRF，ICLR2020

目录图模型三个马尔科夫性联合概率分布CRF以词性标注为例STRUCTPOOL实验References本文的作者来自TexasA&MUniversity。大多数现有的图池技术没有显式地考虑图的结构信息，本文将图池看作是一个节点聚类问题，需要学习一个聚类分配矩阵。我们建议将其表示为一个结构化预测问题，并使用条件随机场来捕获不同节点分配之间的关系。使用CRF的直觉是这样的：给定节点的分配应该依赖于输入节

五月的echo·2020-08-02 12:24

GNN Pooling(七)：CLIQUE POOLING FOR GRAPH CLASSIFICATION，ICLR2019

本文作者来自于UniversityofCambridge，本文是一篇workshop，并且其内容也十分简单。本文提出了一种以clique（团）作为单元池的新型图池操作。由于这种方法是纯拓扑的，而不是特性的，它更容易解释，而且完全非参数化。该操作在图卷积网络(GCN)和GraphSAGE架构中实现，并通过标准图分类基准测试。此外，我们还探索了池化与规则图（像素图）的兼容性，演示了在使用我们的机制替换

五月的echo·2020-08-02 12:54

GNN Pooling(六)：Graph Convolutional Networks with EigenPooling，KDD2019

目录1.EigenPool1.1GraphCoarseningEigenvector-BasedPoolingTHEORETICALANALYSISOFEigenPoolingEXPERIMENT这真是我读过的最难的一篇图池化了。有些没有理解的地方等日后再来拾遗。本文作者来自MichiganStateUniversity，PennsylvaniaStateUniversity以及IBMT.J.Wa

五月的echo·2020-08-02 12:53

GNN Pooling(九)：Structure-Feature based Graph Self-adaptive Pooling，WWW2020

目录PROPOSEDMETHODS实验文本一共有…九个作者，分别来自西安电子科技大学，ShanghaiBNC，MurdochUniversity以及UniversityofWesternAustralia。本文提出了一种新的图自适应池化方法（GSAPool），其目的如下:(1)构建合理的池化图拓扑，同时考虑了图的结构和特征信息，在节点选择上提供了更高的准确性和客观性;(2)使合并的节点包含足够有效

五月的echo·2020-08-02 12:12

CIKM 2019 挑战杯「用户行为预测」冠军方案：层次GNN模型在推荐中的应用

近日，在中国北京举办CIKM2019AnalytiCup中，由来自浙江大学、中央财经大学、阿里巴巴等机构组成的团队WWG摘得「用户行为预测」赛道的桂冠。CIKM是中国计算机学会（CCF）推荐的数据库/数据挖掘/内容检索领域的B类会议。CIKMAnalytiCup挑战赛是会议同期举行的国际数据挖掘比赛，今年由CIKM、阿里妈妈、阿里巴巴算法大学、阿里云天池共同承办，挑战赛分为两个赛道，用户兴趣高效检

喜欢打酱油的老鸟·2020-08-01 05:00

AttGAN: Facial Attribute Editing by Only Changing What You Want

v=gnN4ZjEWe-8主要贡献：1.通过将latentrepresentation与

摩根0·2020-07-29 22:19

GNN + Semantic Segmentation

1SemanticObjectParsingwithGraphLSTM——NUSECCV2016(Spotlight)1.1任务描述semanticobjectparsingaimstosegmentanobjectwithinanimageintomultiplepartswithmorefine-grainedsemanticsandprovidefullunderstandingofimag

小软同学·2020-07-29 09:49

[EGNN] Exploiting Edge Features for Graph Neural Networks 基于边缘特征的图神经网络论文详解 CVPR 2019

文章目录1简介1.1GAT和GCN的局限性1.2EGNN的创新点2相关工作3EGNN网络3.1符号定义3.2EGNN和GNN的对比3.3Doublystochasticnormalizationofedges

yyl424525·2020-07-29 02:38

[2018][ICLR]FEW-SHOT LEARNING WITH GRAPH NEURAL NETWORKS 论文笔记

codehttps://github.com/vgsatorras/few-shot-gnn.gitpaperhttps://arxiv.org/pdf/1711.04043.pdf论文的原理可以直接看论文或者博客

_Cade_·2020-07-28 13:51

论文阅读笔记《Edge-Labeling Graph Neural Network for Few-shot Learning》

核心思想本文采用基于图神经网络的算法实现了小样本学习任务，先前基于GNN的方法通常是基于节点标签框架，隐式地建立类内相似性和类间差异性的模型。

深视·2020-07-28 07:09

IJCAI 2019 论文解读 | 基于超图网络模型的图网络进化算法

GCN等GNN模型对于节点之间的关系表征

PaperWeekly·2020-07-27 19:34

【论文解读 AAAI2020|AliNet】KnowledgeGraph Alignment Network with Gated Multi-hop Neighborhood Aggregation

阿里巴巴论文链接：https://arxiv.org/abs/1911.08936代码链接：https://github.com/nju-websoft/AliNet关键词：知识图谱，嵌入学习，实体对齐，GNN

byn12345·2020-07-27 19:23

《Few-Shot Learning with Graph Neural Networks》——少样本学习与图神经网络

目录一、简介二、代码实现过程分析2.1数据的准备2.2GNN网络2.2.1特征提取网络2.2.2顶点表达2.2.3卷积图神经网络——ConvolutionalGraphNeuralNetworks(ConvGNNs

田神·2020-07-27 17:03

图神经网络（二）

GraphNeuralNetworks:AReviewofMethodsandApplications论文研读2.1图神经网络源起2.2图神经网络基本参数定义：2.3f、g参数的学习2.4GNN的局限性首先

下一百斤就改名字~园·2020-07-15 19:00

各种形式的图神经网络的实现和基准测试

BenchmarkingGraphNeuralNetworks（https://arxiv.org/abs/2003.00982）的介绍性文章，有兴趣的可以下载原文阅读图0：在稀疏的2D张量上运行的GCN（顶部）和在密集的2D张量上运行的WL-GNN

deephub·2020-07-15 14:26

2020年，图机器学习的趋势有哪些？

本文的写作目的不是介绍GML的基础概念，如图神经网络（GNN），而是推介顶

深度学习技术前沿·2020-07-15 09:31

【GNN综述5】Machine Learning on Graphs: A Model and Comprehensive Taxonomy

转载公众号深度学习与图网络2020新综述-MachineLearningonGraphs:AModelandComprehensiveTaxonomy【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展目录摘要概述本文主要贡献---提出了一个图编码解码器模型(GRAPHEDM)，它将目前流行的图半监督学习算法(如GraphSage、GraphConvolutionalNet

静静和大白·2020-07-14 14:18

深度学习在3D点云处理中的应用

目标检测、法向量估计三.数据集四、3d场景深度学习方法回顾1.转换为栅格数据(volumetricdata)+3Dcnn2.多视角图像（multi_viewimages）+2DCNN3.meshdata+gnn

zhiwen1225·2020-07-14 03:00

FEW-SHOT LEARNING WITH GRAPH NEURAL NETWORKS 论文笔记

GNN网络实际是CNN网络在非欧几里得空间上的扩展。ProblemSet-up以下的定义可以应用于semi-supervised，few-shotlearning和a

羽_羊·2020-07-13 08:00

计算机视觉的主要研究领域和细分方向（超全超赞）

[TOCM]文章目录图像与视频图像处理图像分类目标检测与分割图像超分辨重建图像恢复与增强图像问答和描述图像与视频检索视频内容分析视觉目标跟踪图神经网络GNN生成对抗GAN

ScorpioDoctor·2020-07-12 23:01

基于Tensorflow2.0实现图神经网络中Message Passing

pytorch_geometric是目前最完善的用来实现GNN相关工作的代码库了

kaiyin_hzau·2020-07-12 20:53

KDD 2020 GNN 相关论文

转载：专知近期必读的五篇KDD2020【图神经网络(GNN)】相关论文_Part2ACMSIGKDD（国际数据挖掘与知识发现大会，简称KDD）。

避暑客·2020-07-12 19:15

推荐频道

NE&GNN