一、圖 傳統的歐幾里得空間數據:文本、圖像、視頻等【LSTM、CNN可訓練】 非歐幾里得空間數據:圖結構(包含對象和關系,如社交網絡、電商網絡、生物網絡和交通網絡等)【圖卷積等技術可訓練】 1、歐幾里得空間 也稱歐式空間,二維、三維空間的一般化。將距離、長度和角度等概念轉化成任意維度 ...
論文地址Deep Learning on Graphs: A Survey 一 圖的不同種類深度學習方法 主要分為三大類:半監督學習,包括圖神經網絡和圖卷積神經網絡 無監督學習圖自編碼機 最新的進展,圖對抗神經網絡和圖強化學習。分析了不同方法的特點和聯系。 二 圖神經網絡 GNN 圖神經網絡是圖數據最原始的半監督深度學習方法。 GNN的思路很簡單:為了編碼圖的結構信息,每個節點可以由低維狀態向量表 ...
2021-07-08 12:44 0 352 推薦指數:
一、圖 傳統的歐幾里得空間數據:文本、圖像、視頻等【LSTM、CNN可訓練】 非歐幾里得空間數據:圖結構(包含對象和關系,如社交網絡、電商網絡、生物網絡和交通網絡等)【圖卷積等技術可訓練】 1、歐幾里得空間 也稱歐式空間,二維、三維空間的一般化。將距離、長度和角度等概念轉化成任意維度 ...
RNN: 循環神經網絡(Recurrent Neural Network, RNN)是一類以序列(sequence)數據為輸入 在序列的演進方向進行遞歸(recursion)且所有節點(循環單元)按鏈式連接的遞歸神經網絡(recursive neural network)。 RNN的結構 ...
圖神經網絡小結 圖神經網絡小結 圖神經網絡分類 GCN: 由譜方法到空域方法 GCN概述 GCN的輸出機制 GCN的不同方法 基於譜方法的GCN 初始 切比雪夫K ...
20.4.29更新 寫在前頭,由於畢設的需要,我一直在學習圖神經網絡,看了很多文章解析,以及頂會使用上了gcn的各個領域開源代碼,我還是不太懂它為什么會有作為,現在的方法大多數是 第一步查看自己任務怎么能表示成圖,一般就是有節點特征和鄰接矩陣后,直接上gcn,我感覺 論文的 why部分,講 ...
2020必火的圖神經網絡(GNN)是什么?有什么用? 2020-02-20閱讀 2090 導讀:近年來,作為一項新興的圖數據學習技術,圖神經網絡(GNN)受到了非常廣泛的關注。2018年年末,發生了一件十分 ...
part1/經典款論文 1. KDD 2016,Node2vec 經典必讀第一篇,平衡同質性和結構性 《node2vec: Scalable Feature Learning for Networ ...
圖網絡筆記(1)——GNN, GCN, GraphSAGE, GAT 簡介 在這里簡單總結一下常見的一些圖網絡模型。 GNN 我們的目標是在圖的結構上從各結點的初始feature\(x_v\),通過圖的結構以及邊的特征\(x_{(u,v)}\)學到對應的hidden variable ...
https://zhuanlan.zhihu.com/p/75307407 本篇文章是我在2019年8月閱讀完論文“Wu, Zonghan , et al. "A Comprehensive Sur ...