一、图 传统的欧几里得空间数据:文本、图像、视频等【LSTM、CNN可训练】 非欧几里得空间数据:图结构(包含对象和关系,如社交网络、电商网络、生物网络和交通网络等)【图卷积等技术可训练】 1、欧几里得空间 也称欧式空间,二维、三维空间的一般化。将距离、长度和角度等概念转化成任意维度 ...
论文地址Deep Learning on Graphs: A Survey 一 图的不同种类深度学习方法 主要分为三大类:半监督学习,包括图神经网络和图卷积神经网络 无监督学习图自编码机 最新的进展,图对抗神经网络和图强化学习。分析了不同方法的特点和联系。 二 图神经网络 GNN 图神经网络是图数据最原始的半监督深度学习方法。 GNN的思路很简单:为了编码图的结构信息,每个节点可以由低维状态向量表 ...
2021-07-08 12:44 0 352 推荐指数:
一、图 传统的欧几里得空间数据:文本、图像、视频等【LSTM、CNN可训练】 非欧几里得空间数据:图结构(包含对象和关系,如社交网络、电商网络、生物网络和交通网络等)【图卷积等技术可训练】 1、欧几里得空间 也称欧式空间,二维、三维空间的一般化。将距离、长度和角度等概念转化成任意维度 ...
RNN: 循环神经网络(Recurrent Neural Network, RNN)是一类以序列(sequence)数据为输入 在序列的演进方向进行递归(recursion)且所有节点(循环单元)按链式连接的递归神经网络(recursive neural network)。 RNN的结构 ...
图神经网络小结 图神经网络小结 图神经网络分类 GCN: 由谱方法到空域方法 GCN概述 GCN的输出机制 GCN的不同方法 基于谱方法的GCN 初始 切比雪夫K ...
20.4.29更新 写在前头,由于毕设的需要,我一直在学习图神经网络,看了很多文章解析,以及顶会使用上了gcn的各个领域开源代码,我还是不太懂它为什么会有作为,现在的方法大多数是 第一步查看自己任务怎么能表示成图,一般就是有节点特征和邻接矩阵后,直接上gcn,我感觉 论文的 why部分,讲 ...
2020必火的图神经网络(GNN)是什么?有什么用? 2020-02-20阅读 2090 导读:近年来,作为一项新兴的图数据学习技术,图神经网络(GNN)受到了非常广泛的关注。2018年年末,发生了一件十分 ...
part1/经典款论文 1. KDD 2016,Node2vec 经典必读第一篇,平衡同质性和结构性 《node2vec: Scalable Feature Learning for Networ ...
图网络笔记(1)——GNN, GCN, GraphSAGE, GAT 简介 在这里简单总结一下常见的一些图网络模型。 GNN 我们的目标是在图的结构上从各结点的初始feature\(x_v\),通过图的结构以及边的特征\(x_{(u,v)}\)学到对应的hidden variable ...
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 Sur ...