NE&GNN 第9页

GCN学习：Attributed Graph Clustering via Adaptive Graph Convolution

本文从图信号处理角度来理解GNN，增强聚类效果。目标还是将节点划分成m个聚类。

我咋就看不懂·2023-01-19 21:15

(AGC)Attributed Graph Clustering via Adaptive Graph Convolution

AGC是从图信号处理谱图理论的角度来理解GNN并增强了聚类效果AGC可以自适应的选择高阶信息的阶数AGC包括两个步骤:进行k阶图卷积，获得平滑的特征表示;对学习到的特征进行谱聚类，对节点进行聚类。

东方小虾米·2023-01-19 21:07

GNN教程：与众不同的预训练模型！

↑↑↑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0引言虽然GNN模型及其变体在图结构数据的学习方面取得了成功，但是训练一个准确的

Datawhale·2023-01-19 08:24

零基础多图详解图神经网络（GNN/GCN）【论文精读】

原文链接：AGentleIntroductiontoGraphNeuralNetworks(distill.pub)我们不仅仅关系整个图的架构，其实我们更关心的是每个顶点每条边和整个图所表示的信息。我们如何把我们想要的信息表示成以上这些向量，以及这些向量是否能够通过数据来学到。这也是整个图神经网络要关注的重点。一、数据如何表示成图如何把一张图片表示成图，假如我们有一张图，其高宽都是244.然后有三

黄乐荣·2023-01-17 16:17

NeurIPS 2022: S3GC 可扩展图聚类

存在一些非聚类的通用gnn方法进行采样。本文就是利用采样降低复杂度，并进行大量实验。1.model整体上就是一个对比学习的双阶段聚类框架。

Complicated__76·2023-01-17 14:40

PyTorch模型定义和相关使用

PyTorch模型定义1.PyTorch模型定义的方式模型在深度学习中扮演着重要的角色，好的模型极大地促进了深度学习的发展进步，比如：CNN：解决了图像、视频处理中的问题RNN/LSTM：解决了序列数据处理的问题GNN

includeSteven·2023-01-17 07:36

论文阅读：Vision GNN: An Image is Worth Graph of Nodes

计算机视觉与图卷积神经网络的结合作者单位：华为诺亚方舟实验室、北京大学、澳门大学作者：韩凯、王云贺等论文地址：点击这里下载代码地址：点击这里访问摘要基于深度学习的计算机视觉系统的网络架构是重中之重。卷积神经网络和transformer在处理图像的过程中是把图像类数据集作为格子和序列的结构（欧式数据）来进行处理。这样对于不规则的目标进行学习的时候显得不够灵活。本文将图像变成节点的形式，而非序列数据和

sigmoidAndRELU·2023-01-15 12:33

第六周.03.GIN代码实操

文章目录GINConvGIN模型parse问题记录本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考：在线Latex公式接上次GIN论文带读，这次对GIN进行实现，代码参考：https://

oldmao_2000·2023-01-14 15:45

dgl-03 graphsage

graph，学习聚合方式学习公式如下，比较简单明了，如果边有权重，每个h聚合时可以乘以权重代码实现官方代码dgl代码写得非常好了，基本很容易理解，主要在数据采样和模型输入输出做个记录数据格式#1.一般训练gnn

Evangelion-02·2023-01-14 09:59

手把手安装GNN必备库 —— pytorch_geometric

GCN：图卷积神经网络，GNN在训练过程中，有将attention引入图结构的，有将门控机制引入图结构的，还有将卷积引入图结构的，引入卷积的GNN就是GCN，通过提取空间特征来进行学习。

clarkjs·2023-01-14 08:30

从隔壁老王开始的信号处理入门

诸神缄默不语-个人CSDN博文目录我是从GNN被扔到NLP然后又做起了GNN现在又被喊去搞时间序列分类，所以现在才开始看信号处理（因为我开始做GNN以来，GNN就以图域而非谱域为主了，所以那时我没怎么看过信号处理

诸神缄默不语·2023-01-14 08:27

GNN实战——KarateClub数据集

GNN：graphneuralnetwork图神经网络，是⼀种连接模型，通过⽹络中节点之间的信息传递(messagepassing)的⽅式来获取图中的依存关系(dependenceofgraph)，GNN

clarkjs·2023-01-14 08:55

cs224w（图机器学习）2021冬季课程学习笔记13 Colab 3

诸神缄默不语-个人CSDN博文目录cs224w（图机器学习）2021冬季课程学习笔记集合文章目录1.实现GraphSAGE和GAT1.1可泛化的GNN堆叠模型1.2单层GNN在PyG中的实现1.2.1`

诸神缄默不语·2023-01-14 07:36

GNN学习7：按需获取的数据集类的创建

超大规模数据集类的创建在一些应用场景中，数据集规模超级大，我们很难有足够大的内存完全存下所有数据。需要一个按需加载样本到内存的数据集类。Dataset基类简介在PyG中，我们通过继承torch_geometric.data.Dataset基类来自定义一个按需加载样本到内存的数据集类。继承torch_geometric.data.InMemoryDataset基类要实现的方法，继承此基类同样要实现，

lukem44·2023-01-14 06:20

PyG搭建GNN实现链接回归预测

前言前面写了一些有关GNN的各种图任务，主要是节点分类以及链接预测：PyG搭建GCN前的准备：了解PyG中的数据格式PyG搭建GCN实现节点分类（GCNConv参数详解）PyG搭建GAT实现节点分类PyG

Cyril_KI·2023-01-14 06:18

图机器学习-图机器学习传统方法

图机器学习-图机器学习传统方法最近在学习一些GNN相关的知识，想写一些笔记记录一下自己的学习过程，主要的学习资料为CS224W课程主页上面的资料和b站同济子豪兄的中文讲解。

Serendipity-Wu·2023-01-13 23:44

【GNN】图神经网络发Nature子刊，却被爆比普通算法慢104倍，质疑者：灌水新高度？

GNN是近年来非常火的一个领域。最近，一篇Nature子刊论文提出了一种用GNN解决组合优化问题的方法，并声称该GNN优化器的性能与现有的求解器相当，甚至超过了现有的求解器。

一个路过的AI罢了·2023-01-13 11:05

步入2021，大热的GNN会在哪些应用领域大展拳脚呢？

作者｜SergeiIvanov来源｜机器之心由于GNN在图节点之间强大的建模功能，使得与图分析相关的研究领域取得了突破。本文我们将介绍关于GNN热门应用研究。

PaperWeekly·2023-01-13 11:34

使用GNN求解组合优化问题

文章目录1论文内容1.1先验知识1.2论文方法1.2.1大致原理1.2.2源码关键实现1.3实际问题上的应用1.3.1风险分散1.3.2IntervalScheduling（不大懂译，区间调度？）1.3.3配水管网的传感器布置2论文求解器源码的使用2.1安装依赖库2.1.1法1:使用requirements.txt2.1.2法2:单独安装缺少的依赖库2.2运行示例代码3尝试一个区间调度问题3.1区

m0_51810505·2023-01-13 11:33

国科大《高级人工智能》沈老师部分——行为主义笔记

他能够把很难的东西讲的很简单，听完就是醍醐灌顶，理解起来特别清晰今年考试题目这部分跟往年基本一样，沈老师画的重点才是真的重点文章目录一、蚁群优化算法二、粒子群算法三、多臂赌博机四、马尔科夫决策过程五、策略学习六、博弈七、GNN

enchantedovo·2023-01-12 14:45

图神经网络入门(理论篇)

图神经网络(GNN)图神经网络是一种专门用于处理图结构或网络结构数据的神经网络模型，它的核心思想是基于每个节点的邻接节点的表征信

胡小白的数据科学之路·2023-01-12 11:24

GNN、GCN、GAT关系

图神经网络GraphNeuralNetwork(GNN)参考文献：图神经网络GraphNeuralNetwork(GNN)最早期的图神经网络GraphNeuralNetwork，简称GNN。

有梦想的鱼·2023-01-12 11:17

【图神经网络】图神经网络(GNN)学习笔记：GAT

图神经网络GNN学习笔记：图注意力网络GAT图注意力网络简介注意力机制是什么？

镰刀韭菜·2023-01-12 11:08

深度之眼Paper带读笔记GNN.05.TransE/H/R/D

文章目录前言论文结构导读研究背景Trans系列算法概述数据集简介研究成果研究意义摘要论文结构论文精读知识树算法模型总览算法系列图谱Notation细节一：TransE模型精讲负采样的trickTransE模型的不足细节二：TransH模型精讲细节三：TransR模型精讲CTransR细节四：TransD模型精讲细节五：模型对比与总结实验设置和结果分析数据集Meanrankmetric参数规模超参数

oldmao_2000·2023-01-12 10:10

GNN-CS224W: 1-2 Introduction； Traditional Methods for machine learning in Graphs

network相比其他的数据有很多特点让它难以处理：arbitrarysizeandcomplextopologicalstructureApplicationsofGraphMLtasklevelNode-levelPredictapropertyofanodeExample:Categorizeonlineusers/itemsAlphaFoldtask:Computationallypred

当客·2023-01-11 00:29

基于session推荐的论文阅读

今天我们要看一下如下三篇论文:SR-GNN:Session-BasedRecommendationwithGraphNeuralNetworksTA-GNN:TargetAttentiveGraphNeuralNetworksforSession-basedRecommendationGC-SAN

luxiaonlp·2023-01-10 21:18

#Reading Paper# 【序列推荐】Session-based Recommendation with Graph Neural Networks

堇禤·2023-01-10 21:44

当GNN遇见NLP(五) Sentence-State LSTM for Text Representation，ACL2018 +核心代码详解（pytorch）

本文作者来自SingaporeUniversityofTechnologyandDesign以及DepartmentofComputerScience,UniversityofRochester。虽然本文中没有提到图神经网络的概念，但是从其实际操作上还是被归类为图的空间方法的一种。本文为了克服了BiLSTM局限于顺序文本的缺点，提出了新的模型S-LSTM，利用Recurrentsteps在单词之间

五月的echo·2023-01-10 08:56

PyTorch搭建GNN-LSTM和LSTM-GNN模型实现多变量输入多变量输出时间序列预测

目录I.前言II.GNN-LSTMIII.LSTM-GNNIV.模型训练/测试V.代码I.前言前面已经写过不少时间序列预测的文章：深入理解PyTorch中LSTM的输入和输出（从input输入到Linear

Cyril_KI·2023-01-10 08:22

GNN-图卷积模型-2016：GCN【消息传递（前向传播）：聚合函数+更新函数】【聚合函数：mean（邻域所有节点取平均值）】【训练更新函数的参数】【空域+频域】【直推式学习】【同质图】

一、概述在扎进GCN的汪洋大海前，我们先搞清楚GCN是做什么的，有什么用。深度学习一直都是被几大经典模型给统治着，如CNN、RNN等等，它们无论再CV还是NLP领域都取得了优异的效果，而GCN主要是针对图结构的。社交网络、信息网络中有很多类似的结构。实际上，这样的网络结构（NonEuclideanStructure）就是图论中抽象意义上的拓扑图。1、摘要核心1.本文提出了一种基于图的结构数据的半监

u013250861·2023-01-09 21:07

PyG教程(3)：邻居采样

在GNN领域，大图是非常常见的，但由于GPU显存的限制，大图是无法放到GPU上进行训练的。为此，可以采用邻居采样，这样一来可以将GNN扩展到大图上。

斯曦巍峨·2023-01-09 21:36

GraphSage:Inductive Representation Learning on Large Graphs

目录简介前期知识储备论文结构学习目标论文研究背景、成果及意义研究背景模型框架研究意义论文泛读摘要论文小标题论文精读论文算法模型总览GNN结构GraphSAGE结构论文算法模型的细节细节一：模型框架细节二

尧景·2023-01-09 21:33

【GNN笔记】GraphSAGE(四)

视频链接：【图神经网络】GNN从入门到精通GNN中三种基础神经网络：GCN,GraphSAGE,GAT文章目录一、方法介绍二、GraphSAGE伪代码==聚合====采样====流程====补充要点==

panbaoran913·2023-01-09 21:32

GNN学习笔记（三）：PyG构建Message Passing Network实例（Cora）

参照官方文档学习：1数据集加载Cora是一个机器学习论文数据集。其中共有7个类别（num_classes：基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习、理论。整个数据集中共有2708篇论文，在词干堵塞和去除词尾后，只剩下1433个独特的单词（num_node_features）,文档频率小于10的所有单词都被删除。fromtorch_geometric.datasetsimportP

花锄·2023-01-09 18:36

图神经网络（10）- relational GCN

目录HeterogeneousGraphs（异质图）——有多种类型的边relationalGCN一种关系的有向图有多种关系的有向图总结摘要：从普通的GNN拓展到可以处理异质图的GNN‘HeterogeneousGraphs

山、、、·2023-01-09 18:06

图神经网络（8）- 如何应用GNN

目录AugmentGraphs图的特征增强condition1：输入的图没有节点特征（可能只有邻接矩阵solution：condition2：特殊图结构,GNN很难学solution图的结构增强condition1

山、、、·2023-01-09 17:35

图神经网络（8）——续 GNN编程实践建议附论文名单

目录使用pyG实现GNN，好用的包：编程实践的通用建议：DebugNN使用pyG实现GNN，好用的包：DeepSNAP：提供了GNN流程中的核心模块GraphGym：设计GNN编程实践的通用建议：1.数据的预处理非常非常重要

山、、、·2023-01-09 17:35

toch_geometric 笔记：message passing & GCNConv

介绍将卷积算子推广到不规则域通常表示为一个邻域聚合（neighborhoodaggregation）或消息传递（messagepassing）方案给定第(k-1)层点的特征，以及可能有的点与点之间边的特征，依靠信息传递的GNN

UQI-LIUWJ·2023-01-09 17:05

PyG教程(6)：自定义消息传递网络

一.前言在上篇文章中主要介绍了GNN的消息传递机制，在PyG中提供了一个消息传递基类torch_geometric.nn.MessagePassing，它实现了消息传递的自动处理，继承该类就可以简单方便的构建自己的消息传播

斯曦巍峨·2023-01-09 17:05

基于子图GNN的高精度可扩展图学习

对于子图GNN来说，每一个节点可以根据不同的子图，得到不同的feature，不同的feature具有不同的子图结构信息。

鱼与钰遇雨·2023-01-09 09:28

neo4j 查询同一节点的两个上级_如何用Neo4j和ScikitLearn做机器学习任务？| 附超详细分步教程...

近两年，业内的学者与科学家都在积极探索可以弥补深度学习不可解释性，无法进行因果推断的这个缺陷，而图神经网络(GNN)成为备受关注和期待的“宠儿”。

weixin_39785524·2023-01-09 07:57

GCN-LSTM 预测出租车速度英文 Taxi Speed Prediction Using GCN-LSTM

GCN-LSTM模型预测出租车速度GCN：又称GNN，图神经网络LSTM：长短时记忆网络可做学习参考SummaryOneofthemostvaluablefindingsinengineeringisthedeterminationoftaxispeed.SincetheGCN-LSTMprogramsoftwarecanreadilydetectandcalculatethetaxispeede

刘元职业车队·2023-01-09 06:46

GNN和GGNN学习笔记

GNN对于图上每个节点被编码为嵌入向量，因此，节点可能是一个图，可以通过cnn进行计算，可能是一个词、一个嵌入，它可以是自己希望的任何东西，这是图神经网络的输入。

_4444yl·2023-01-08 19:38

GNN笔记系列 3

GNN笔记系列21.Graph1.1DirectedGraphs1.2SymmetricGraphs1.3UnweightedGraphs2.GraphShiftOperators(GSO)2.1DegreeMatrix2.2LaplacianMatrix2.3GraphShiftOperatorSSS3

弓早早o_O·2023-01-08 19:07

GNN笔记系列 4

GNN笔记系列41.Review2.LearningwithaGraphConvolutionalFilter3.GraphNeuralNetworks(GNNs)3.1PointwiseNonlinearities3.2ObservationsaboutGNNs4