图神经网络（Graph Neural Networks，GNN）综述
https://zhuanlan.zhihu.com/p/75307407 本篇文章是我在2019年8月阅读完论文“Wu, Zonghan , et al. "A Comprehensive Survey on Graph Neural Networks." (2019).“”后的翻译与笔记 ...
原文：SR-GNN_Session-based Recommendation with Graph Neural Networks
pdf:Session based Recommendation with Graph Neural Networks SR GNN 参考博客:https: sxkdz.github.io research SR GNN 摘要 基于会话的推荐问题旨在预测基于匿名会话的用户操作。先前的方法将会话建模为序列，并估计项目表示以外的用户表示，以提出建议。尽管取得了可喜的结果，但它们不足以在会话中获得准确 ...
2020-11-04 20:54 0 649 推荐指数：
相关推荐
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/GNNPapers）。 引言 图是一种数据结构，它对一组对象（节点）及其关系（边）进行建模 ...
论文笔记：Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks （KDD 2017）
研究动机 异构信息网络是推荐系统中重要的数据表示。异构信息网络的推荐系统常常面临2个问题：如何去表示推荐系统的高级语义，如何向推荐系统中融入异构信息。在这篇文章中，我们首先将meta-graph融入到HIN-based推荐系统中，然后利用”MF+FM“的方法求解信息融合问题。对于每个 ...
Memory-based Graph Networks
论文：《Memory-based Graph Networks》，ICLR2020 代码：https://github.com/amirkhas/GraphMemoryNet 概述 图神经网络(GNNs)是一类深度模型，可处理任意拓扑结构的数据。比如社交网络、知识图谱、分子结构 ...
Deep Learning 论文解读——Session-based Recommendations with Recurrent Neural Networks
session 点击一系列 item 的行为看做一个序列，用来训练一个 RNN 模型。在预测阶段，把 se ...
《Population Based Training of Neural Networks》论文解读
很早之前看到这篇文章的时候，觉得这篇文章的思想很朴素，没有让人眼前一亮的东西就没有太在意。之后读到很多Multi-Agent或者并行训练的文章，都会提到这个算法，比如第一视角多人游戏(Quake ...
GNN（Graph Neural Network 图神经网络）
图神经网络 先导概念 传统机器学习与图神经网络的关系 传统机器学习数据类型：矩阵、张量、序列、时间序列；但是现实生活中的数据更多是图的结构； 现实的数据可以转化为图的形式（包括传统机器 ...
【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 ...