原文:[論文筆記] :Temporal Graph Networks for Deep Learning on Dynamic Graphs

本篇文章發表在ICLR 上,對動態圖的進行連接預測和結點分類。TGN中,作者除利用傳統的圖神經網絡捕捉非歐式結構生成embedding外,還利用動態圖所中時序信息。 TGN主要是由編碼器和解碼器構成,其中編碼器負責將動態網絡的每個結點編碼成一個向量,解碼器會根據具體的訓練問題對編碼后的向量計算預測屬性值,最后根據decoder得到的值設計損失函數,通過優化損失函數來對整個網絡進行優化。 先說一下 ...

2021-02-25 16:00 0 621 推薦指數:

查看詳情

論文筆記之:Graph Attention Networks

Graph Attention Networks 2018-02-06 16:52:49 Abstract:   本文提出一種新穎的 graph attention networks (GATs), 可以處理 graph 結構的數據,利用 masked ...

Fri Nov 24 18:22:00 CST 2017 1 2316
論文筆記《Decoupled Dynamic Filter Networks

Decoupled Dynamic Filter Networks 2021.5.6 CVPR 2021 https://arxiv.org/abs/2104.14107 Introduction 卷積缺點在於:內容不變,計算量高 動態filter可以根據內容 ...

Wed May 12 00:15:00 CST 2021 0 1394
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM