图神经网络GNN-Graph Neural Networks: A Review of Methods and Applications
转载机器之心的博客：清华大学图神经网络综述：模型与应用，这里仅当个人学习使用； 清华大学孙茂松组整理的很多有关GNN的Paper可以参考：（https://github.com/thunlp/ ...
原文：《Graph Neural Networks: A Review of Methods and Applications》阅读笔记
本文是对文献 Graph Neural Networks: A Review of Methods and Applications 的内容总结，详细内容请参照原文。 引言 大量的学习任务都要求能处理包含丰富的元素间关联关系的图数据，例如物理系统建模 疾病分类以及文本和图像等非结构数据的学习等。图形神经网络 GNNs 是一种连接模型，通过图形节点之间的消息传递捕获图形的依赖性。 图 Graph ...
2019-06-19 11:45 0 879 推荐指数：
相关推荐
关于《Intriguing properties of neural networks》的阅读笔记
Intriguing properties of neural networks——阅读笔记 小组成员：岑鹏，吴易佳，秦红梅 2020.4.1 1. 中心思想 我们小组阅读了Intriguing properties of neural networks，本文 ...
《The Unreasonable Effectiveness of Recurrent Neural Networks》阅读笔记
李飞飞徒弟Karpathy的著名博文The Unreasonable Effectiveness of Recurrent Neural Networks阐述了RNN（LSTM）的各种magic之处，并提供code实现简单的词生成。 原文地址;http://karpathy.github.io ...
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
1 Introduction GANs由两个模型组成：生成器和鉴别器。生成器试图捕获真实示例的分布，以便生成新的数据样本。鉴别器通常是一个二值分类器，尽可能准确地将生成样本与真实样本区 ...
A review of learning in biologically plausible spiking neural networks
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Contents: ABSTRACT 1. Introduction 2. Biological background ...
【大综解读】A Comprehensive Survey on Graph Neural Networks
本文主要贡献 新的分类模式：我们提出了一种新的图神经网络分类法。图神经网络分为四类：递归图神经网络、卷积图神经网络、图自动编码器和时空图神经网络。 全面的论述：我们提供了图形数据的现代深度 ...
Graph Neural Networks：谱域图卷积
以下学习内容参考了：🔗1，🔗2， 0、首先回忆CNN，卷积神经网络的结构和特点 处理的数据特征：具有规则的空间结构（Euclidean domains），都可以采用一维或者二维的矩阵描述。（Convolutional neural network (CNN) gains great ...
Exploiting Edge Features in Graph Neural Networks
介绍 现如今图神经网络取得了很大进展，最典型的两个模型是GCN模型和GAT模型，然而现有的图神经模型仍然存在以下两个问题： 边特征未被有效考虑。比如GAT只考虑两个节点之间是否有边(bina ...