A Semi supervised Graph Attentive Network for Financial Fraud Detection 作者：Daixin Wang, Jianbin Lin, Peng Cui, Quanhui Jia, Zhen Wang, Yanming Fang, Quan Yu, Jun Zhou, Shuang Yang, Yuan Qi, Ant Financ ...
2020-08-24 21:00 0 526 推荐指数：
背景简介 GCN的提出是为了处理非结构化数据（相对于image像素点而言）。CNN处理规则矩形的网格像素点已经十分成熟，其最大的特点就是利用卷积进行①参数共享②局部连接，如下图： 那么类比到非结构数据图（graph），CNN能直接对非结构数据进行同样类似的操作吗？如果不能，我们又该采用 ...
GCN的定义 下面内容参考kipf博客，个人认为是告诉你从直觉上，我们怎么得到GCN图上的定义（而前面的大幅推导是从理论上一步一步来的，也就是说可以用来佐证我们的直觉） 我们的网络输入是\(\ma ...
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想： 2. 代码实现（Pytorch）：https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 论文笔记 ...
Kipf, Thomas N., and Max Welling. "Semi-supervised classification with graph convolutional networks." arXiv preprint arXiv:1609.02907 (2016 ...
这篇文章的主要贡献点在于： 1.实验证明仅仅利用图像整体的弱标签很难训练出很好的分割模型； 2.可以利用bounding box来进行训练，并且得到了较好的结果，这样可以代替用pixel-leve ...
Enhancing Graph Neural Network-based Fraud Detectors against Camouflaged Fraudsters 作者：Yingtong Dou, Zhiwei Liu, Li Sun, Yutong Deng, Hao Peng ...
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器来输出类别标签。我们在一个数据集上训练一个产生式模型 G 以及 一个判别器 D，输入 ...
