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 推薦指數：
背景簡介 GCN的提出是為了處理非結構化數據（相對於image像素點而言）。CNN處理規則矩形的網格像素點已經十分成熟，其最大的特點就是利用卷積進行①參數共享②局部連接，如下圖： 那么類比到非結構數據圖（graph），CNN能直接對非結構數據進行同樣類似的操作嗎？如果不能，我們又該采用 ...
GCN的定義 下面內容參考kipf博客，個人認為是告訴你從直覺上，我們怎么得到GCN圖上的定義（而前面的大幅推導是從理論上一步一步來的，也就是說可以用來佐證我們的直覺） 我們的網絡輸入是\(\ma ...
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想： 2. 代碼實現（Pytorch）：https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 論文筆記 ...
Kipf, Thomas N., and Max Welling. "Semi-supervised classification with graph convolutional networks." arXiv preprint arXiv:1609.02907 (2016 ...
這篇文章的主要貢獻點在於： 1.實驗證明僅僅利用圖像整體的弱標簽很難訓練出很好的分割模型； 2.可以利用bounding box來進行訓練，並且得到了較好的結果，這樣可以代替用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：本文將產生式對抗網絡（GAN）拓展到半監督學習，通過強制判別器來輸出類別標簽。我們在一個數據集上訓練一個產生式模型 G 以及 一個判別器 D，輸入 ...
