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 ...
part 经典款论文 . KDD ,Node vec经典必读第一篇,平衡同质性和结构性 node vec: Scalable Feature Learning for Networks . WWW ,LINE 阶 阶相似度 Line: Large scale information network embedding . KDD ,SDNE多层自编码器 Structural deep networ ...
2021-12-18 11:11 0 155 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 ...
【清华NLP】图神经网络GNN论文分门别类,16大应用200+篇论文最新推荐 图神经网络研究成为当前深度学习领域的热点。最近,清华大学NLP课题组Jie Zhou, Ganqu Cui, Zhengyan Zhang and Yushi Bai同学对 GNN 相关的综述论文、模型与应用 ...
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 ...
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 ...
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(包括传统机器学习数据),图机器学习问题可概括为节点分类问题,边预测问题 传统机器学习技术假设样本独立同分 ...
图神经网络 node embedding 回顾了之前node2vec的例子以及深度学习卷积的一些基础 浅层encoder的局限性: 参数数量O(v):节点间没有共享参数,每个节点有自己的embedding 不能表征未见过的节点 没有综合考虑节点特征 ...