graph neural network
文章平均质量分 93
梦家
博客主页:https://dreamhomes.top/
展开
-
【2017/MLG】graph2vec: Learning Distributed Representations of Graphs
原文链接:https://dreamhomes.github.io/posts/202101181459.html文章链接:https://arxiv.org/pdf/1707.05005.pdf源码链接:https://github.com/MLDroid/graph2vec_tfTL;DR目前图表示学习方法主要是学习图中节点或者子图的隐含向量,但现实中很多任务例如图分类或者聚类都需要将整个图编码成固定长度的向量;此外,以前基于图核的方法由于使用自定义特征因此通用性较差。本文中提出的一种无.原创 2021-01-18 15:14:20 · 1106 阅读 · 0 评论 -
【2019/SDM】Deep Anomaly Detection on Attributed Networks
文章链接:http://www.public.asu.edu/~kding9/pdf/SDM2019_Deep.pdf源码链接:https://github.com/kaize0409/GCN_AnomalyDetectionTL;DR目前属性网络中的异常检测方法都是使用浅层的学习机制或者子空间特征,但现实中属性网络非常稀疏并且数据是非线性的。论文中提出一种基于图自编码器的异常检测模型 DOMINANT (Deep Anomaly Detection on Attributed Networks).原创 2020-12-24 13:25:14 · 1550 阅读 · 0 评论 -
基于Graph的Embedding方法概述
文章目录Graph Embedding浅层图模型DeepWalkNode2vecMetapath2vec深度图模型GCNGraphSAGE总结Graph Embedding基于内容的Embedding方法(如word2vec、BERT等)都是针对“序列”样本(如句子、用户行为序列)设计的,但在互联网场景下,数据对象之间更多呈现出图结构,如下图所示 (1) 有用户行为数据生成的物品关系图;(2) 有属性和实体组成的只是图谱。对于图结构数据,基于内容的embedding方法不太好直接处理了。因此,为了解原创 2020-12-05 15:07:44 · 1723 阅读 · 0 评论 -
【PyG 教程】PyG 自定义构造 GNN
文章作者:梦家个人站点:dreamhomes.top原文地址:https://dreamhomes.github.io/posts/202005191115.html公众号ID:DreamHub基于 PyG 构造消息传递网络图上的卷积操作主要包含两部分:节点消息传递与消息聚集。假设 xi(k−1)∈RF\mathbf{x}_i^{(k-1)} \in \mathbb{R}^{F}xi(k−1)∈RF 表示k−1k-1k−1层节点的特征,ej,i∈RD\mathbf{e}_{j, i} \in.原创 2020-05-19 11:20:07 · 1612 阅读 · 2 评论 -
【PyG 教程】PyTorch Geometric 安装与入门
早期基于 DGL 库学习卷积神经网络,写过一个 GCN demo。后来PyTorch的几何扩展库出来了,发现学术界很多paper都是基于 PyG 实现的,因此学习下 PyG 如何使用。事实上这两个库都非常实用,但 PyG 和 DGL 这两大框架应该如何选择呢?没有好坏之分,个人只是从工具生态中进行判断,给出这两个库在Github中 Fork 和 Star 数量,可以说明 PyG 维护人员和受欢迎的程度还是要高一点的啊!PyG 安装PyG 全称是PyTorch-Geometric,是一个PyTorc原创 2020-05-18 20:24:50 · 8109 阅读 · 6 评论 -
图卷积网络GCN入门系列
原文首发于个人站点 图卷积网络入门系列 | 梦家公众号:【DreamHub】对于图卷积网络GCN的研究已经有一段时间了,在实习阶段应用较多且符合自己在校的复杂网络研究方向,但一直没有时间对其进行总结和梳理。因此,在这毕业前利用这漫长的假期对图卷积网络进行再一次回顾,来加深自己的理解并解答自己理论的问题!对于仍存在的疑惑待以后实践中解决!图卷积网络入门系列GCN涉及的理论较多所以文章篇幅...原创 2020-04-28 10:53:59 · 481 阅读 · 0 评论 -
图卷积网络GCN(Graph Convolution Network)(三)详解三代图卷积网络理论
图上的谱图卷积根据卷积定理:函数卷积的傅立叶变换是函数傅立叶变换的乘积。公式如下:F(f∗h)=f^(w)⋅h^(w) (13) F(f*h)=\widehat f(w)\cdot\widehat h(w)\ \quad\quad\quad (13) F(f∗h)=f(w)⋅h(w) (13)其中*表示卷积,根据公式(13)和公式(10)可以得到:f∗h=F−1(f^...原创 2020-04-24 12:43:54 · 4371 阅读 · 0 评论 -
图卷积网络GCN(Graph Convolution Network)(二)图上的傅里叶变换和逆变换
谱图卷积背景知识对于傅里叶变换,本文不再赘述。详细内容可以参考: 深入理解傅里叶变换图上的傅立叶变换傅立叶变换是将时域的函数转换成频域上的函数,是对于同一个函数的不同视角,数学定义如下:F(w)=F(f(t))=∫f(t)e−iwtdt(1)F(w)=F(f(t))=\int{f(t)e^{-iwt}}dt \quad\quad\quad (1)F(w)=F(f(t))=∫f(t)e...原创 2020-04-22 10:01:23 · 1720 阅读 · 0 评论 -
图卷积网络GCN(Graph Convolution Network)(一)研究背景和空域卷积
图卷积网络(Graph Convolution Network)概述研究背景首先,为什么需要研究图卷积网络GCN(Graph Convolution Network)呢?目前算法研究处理的数据主要分为两种:Euclidean 结构数据:主要有图片、语音、文本等数据结构,例如图像、视频中像素点是排列整齐的矩阵,可以被CNN(Convolution Neural Network)高效地处理。...原创 2020-04-21 11:47:57 · 2498 阅读 · 0 评论 -
PyTorch实现简单的图神经网络
基于PyTorch框架实现图卷积神经网络项目源代码参考本人Github.依赖库DGL 0.1.3PyTorch 0.4.1networkX 2.2利用DGL构建图# -*- coding: utf-8 -*-"""@Date: 2019/1/11@Author: dreamhome@Summary: DGL graph."""import dglimport...原创 2019-01-14 14:09:20 · 24402 阅读 · 8 评论