图神经网络 Graph Neural Network(GNN)

最新推荐文章于 2024-02-05 08:00:00 发布
最新推荐文章于 2024-02-05 08:00:00 发布
阅读量4.1k 收藏 7
点赞数
文章标签： GNN 图神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hxxjxw/article/details/108142023
版权

图神经网络和单纯神经网络一个很大的区别就是，图神经网络有节点和边的这种结构。

     具体应用上，图神经网络可以识别具有图片，文字等结构信息。

    比如识别一个人物的身份的任务就需要首先识别人，然后识别与之相关的其他人的信息（利用边连接），最后综合这些信息得出判断 

 

为什么我们需要GNN

我们处理的数据可能有着潜在的结构和关系

 如果我们要判断是谁杀人凶手

那我们就来train一个classifier

但是这里特殊的是，不同人物之间也是有关系的

在这里我们需要同时考虑人物的feature，也要考虑它和其他人物之间的关系

并且，不只是考虑某两个人之间的关系，还要考虑所有人物之间的关系

这个时候我们就必须要用 图神经网络 了

 

GCN全称Graph Convolutional Network，意思是图卷积网络

 

 

how to embed node into a feature space using convolution

根据这个问题，就产生了两种

  • 基于空域的图神经网络

  • 基于频域的图神经网络

即

 

空域GNN与频域GNN的相关算法

 

 

 

 

基于空域的图神经网络

 

 

基于频域的图神经网络

 

 

hxxjxw
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图神经网络(Graph Neural Networks) 原理与代码实例讲解
禅与计算机程序设计艺术
06-20 610
图神经网络(Graph Neural Networks) - 原理与代码实例讲解 1.背景介绍 在现代数据科学和机器学习领域，图数据结构的应用越来越广泛。图神经网络（Graph Neural Networks, GNNs）作为一种新兴的深度学习模型
图神经网络实战（1）——图神经网络(Graph Neural Networks, GNN)基础
盼小辉丶的博客
01-02 5万+
本节全面介绍了图神经网络 (Graph Neural Network, GNN) ，包括其在数据分析和机器学习中的重要性。首先探讨了图作为数据表示的相关概念及其在各个领域的广泛应用；然后深入探讨图学习的重要性，包括不同的应用和技术。最后，重点介绍了 GNN 架构，并对比了它与其他方法之间的原理和性能差异。
什么是图神经网络？GNN/GCN快速入门教程
m0_74693860的博客
11-10 2660
很多书把图神经网络和卷积神经网络（CNN)，循环神经网络（RNN）并列。相对于CNN和RNN而言，GNN的发展比较短但是在很多领域都有很好的应用。因为图数据有复杂的结构，多样化的属性类型，可以模拟多种任务场景，比如社交网络，调控网络，生物分子结构等。
阿里达摩院：超大规模图神经网络系统将赋予机器常识
喜欢打酱油的老鸟
01-30 1395
https://www.toutiao.com/a6650053814835479053/   2019-01-24 21:25:21   看看你自己的生活，你的职业选择，你与配偶的邂逅，你被迫离开故土，你面临的背叛，你突然的致富或潦倒，这些事有多少是按照计划发生的。 ——《黑天鹅》纳西姆·尼古拉斯·塔勒布 人工智能的脉络 机器学习是人工智能的一个分支。 人工智能的研究历史有着...
人工智能福利站，初识人工智能，图神经网络学习，第一课
最新发布
m0_50308467的博客
02-05 1427
图神经网络（Graph Neural Network，GNN）是一类用于处理图结构数据的神经网络模型。与传统的神经网络模型专注于处理向量形式的数据不同，GNN能够有效地捕捉图结构中的相邻节点之间的关系和全局拓扑信息。图神经网络的核心思想是通过节点之间的信息传递和聚合来更新节点的表示。在图中，每个节点可以存储一个特征向量，代表节点的属性或状态，同时还可以与其他节点通过边连接。GNN会通过迭代地聚合邻居节点的信息来更新当前节点的表示，从而融合节点的局部和全局信息。
图神经网络，这到底是个什么？
华为云官方博客
03-01 8325
摘要：图神经网络是一种基于图结构的深度学习方法。 1、什么是图神经网络 图神经网络（Graph Neu做ral Networks, GNNs）是一种基于图结构的深度学习方法，从其定义中可以看出图神经网络主要由两部分组成，即“图”和“神经网络”。这里的“图”是图论中的图数据结构，“神经网络”是我们熟悉的深度学习NN结构，如MLP，CNN，RNN等。要了解图神经网络我们需要先回顾一下“图”和“神经网络”的基本概念。 1.1图的定义 1.2典型神经网络 典型的神经网络结构有两条主线，一条主线
图神经网络和常见的神经网络的区别
→★佐佑思维★←
11-21 1万+
exec函数0 前言1 为什么需要图神经网络？2 图神经网络是什么样子的？3 图神经网络的几个经典模型与发展4 无监督的节点表示学习（Unsupervised Node Representation）5 Graph Pooling 参考知乎：https://zhuanlan.zhihu.com/p/136521625 0 前言 图神经网络有很多比较好的综述： 1、Graph Neural Networks: A Review of Methods and Applications. 2、A Compre
图神经网络（Graph Neural Networks）简单介绍
百年孤独百年的博客
05-24 1万+
图神经网络（Graph Neural Networks, GNN）是一类用于处理图结构数据的神经网络模型，与传统的神经网络（例如卷积神经网络、循环神经网络等）处理规则数据结构（如图像、时间序列）不同，图神经网络专门处理不规则的图结构数据，如社交网络、知识图谱等。图结构数据是一种由节点和边组成的复杂关系网络，其中节点代表实体，边代表实体之间的关系。与传统的神经网络不同，图神经网络需要考虑节点之间的关系，因此需要一种新的方式来表示节点和边。
图神经网络
Mr_SHOA的博客
12-07 1866
图神经网络简介 神经网络与图这种数据结构相结合（结构和属性），构成了图神经网络。 如何构建一个图神经网络？图神经网络的背后思想是什么？ 图神经网络（GNN）已经被用在各种领域，如医学、物理、新闻检测、流量预测和推荐系统 • 什么数据最适合用图结构来表达 • 图结构与其他数据结构之间的区别，使用图的时候，我们需要注意一些什么 • 从头到尾构建一个GNN，并说明每一个细节 • 提供一个GNN交互模块，基于真实词语任务和数据集去领悟GNN模型中每一个部分对整个模型是如何影响的 什么数据可以用图结构来表示 我们当
图像识别用什么神经网络,图神经网络可以做什么
m0_54846070的博客
08-10 727
AI爱发猫。人工神经网络（ArtificialNeuralNetworks）（简称ANN）系统从20世纪40年代末诞生至今仅短短半个多世纪，但由于他具有信息的分布存储、并行处理以及自学习能力等优点，已经在信息处理、模式识别、智能控制及系统建模等领域得到越来越广泛的应用。尤其是基于误差反向传播（ErrorBackPropagation）算法的多层前馈网络（Multiple-LayerFeedforwardNetwork）(简称BP网络)，可以以任意精度逼近任意的连续函数，所以广泛应用于非线性建模、函数逼近、模
图神经网络（GNN）简介
陨星落云的博客
10-06 1万+
资料来源：Manuchi，通过图片（CC0） Graph Neural Network（GNN）由于具有分析图形结构数据的能力而受到了广泛的关注。本文对Graph Neural Network进行了简要介绍。它涵盖了一些图论，以便于理解图和分析图时遇到的问题。然后介绍了不同形式的Graph神经网络及其原理。它还涵盖了GNN可以做什么以及GNN的一些应用。 图论 首先，我们需要知道什么是图。 图是一种由两个部分组成的数据结构：顶点*和edge*。它用作分析对象和实体之间成对关系的数学结构。通常，将图定义为G.
图神经网络（Graph Neural Network，GNN）综述.zip
10-30
图神经网络（GNN）是深度学习领域的一个重要分支，专门用于处理图数据。随着大数据时代到来，非结构化的图数据如社交网络、化学分子结构、知识图谱等变得日益重要，GNN应运而生，它能有效地提取图结构中的特征并进行...
the graph neural network model 图神经网络模型
04-26
"图神经网络模型" 图神经网络模型是一种新的神经网络模型，它扩展了现有的神经网络方法来处理图形域中表示的数据。该模型可以直接处理大多数实际有用的图类型，例如，无环的、循环的、有向的和无向的。 在这个模型...
Introduction to Graph Neural Networks.pdf
04-19
图神经网络（Graph Neural Networks, GNN）是深度学习领域中的一个重要分支，它专注于处理图数据。图数据结构广泛存在于各种现实世界问题中，如社交网络、化学分子结构、交通网络等。CMU的Minji Yoon博士在她的112页...
用于硬件知识产权盗版检测的GNN4IP图神经网络_GNN4IP Graph Neural Network for Hardwar
02-05
本文提出了一种名为GNN4IP的新方法，利用图神经网络（GNN）对硬件设计进行建模，以检测IP盗版行为。GNN4IP的核心在于将硬件设计转化为图结构，通过构建图卷积网络模型来学习其行为模式。这种方法的优势在于能够捕获...
gnn图神经网络（代码完整）
01-03
在"gnn图神经网络（代码完整）"这个压缩包中，可能包含了两个关键部分：`embedding`和`edge`。 1. `embedding`通常指的是节点嵌入（node embeddings）。在GNN中，每个节点都会被映射到一个低维向量空间，这个向量...
什么是图神经网络
kyle1314608的博客
08-05 2万+
2019年可以说是图神经网络元年。01 什么是图神经网络？1. 图和属性图要了解图神经网络，首先要了解图。图是由节点和边组成的，如下图所示。一般图中的节点表示实体对象（比如一个用户、一件商品、一辆车、一张银行卡等都可以作为节点），边代表事件或者实体之间的特殊关系（比如用户和商品之间的购买关系）。在数学中，我们一般使用邻接矩阵来表示图，如上图右边所示。邻接矩阵中的值为 1 表示节点之间有边，即有连接关系。所以邻接矩阵其实很好的将图的这种结构信息表达出来了。还要介绍一个概念是属性图。就是说，图中的节点和边都带有
图神经网络（Graph neural networks）综述
热门推荐
m0_38031488的博客
03-12 5万+
论文链接：Graph Neural Networks:A Review of Methods and Applications Abstract：图（Graph）数据包含着十分丰富的关系型信息。从文本、图像这些非结构化数据中进行推理学习，例如句子的依赖树、图像的场景图等，都需要图推理模型。图网络（Graph neural networks）是一种链接主义模型，它靠图中节点之间的信息传递来捕捉图...
图神经网络的介绍
m0_49549614的博客
07-16 2349
近年来，深度学习领域关于图神经网络（Graph Neural Networks，GNN）的研究热情日益高涨，图神经网络已经成为各大深度学习顶会的研究热点。GNN处理非结构化数据时的出色能力使其在网络数据分析、推荐系统、物理建模、自然语言处理和图上的组合优化问题方面都取得了新的突破。 图神经网络有很多比较好的综述[1][2][3]可以参考，更多的论文可以参考清华大学整理的GNN paper list[4] 。 本篇文章将从一个更直观的角度对当前经典流行的GNN网络，包括GCN、GraphSAGE、GAT、GA
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值