图神经网络 Graph Neural Network(GNN)

最新推荐文章于 2024-05-23 15:28:05 发布
最新推荐文章于 2024-05-23 15:28:05 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。
Graph Neural Network(GNN)图神经网络
weixin_44746091的博客
03-01 661
Graph Neural Network(GNN) 图神经网络
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
【图神经网络基础】认识数据集--异质数据集Chameleon
最新发布
BetrayFree的博客
05-23 980
Chameleon 数据集包含与网络社区相关的信息，每个节点表示一个网页，每条边表示两个网页之间的超链接。该数据集的主要任务是基于节点的特征和图结构对节点进行分类。
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。
人工智能福利站，初识人工智能，图神经网络学习，第一课
m0_50308467的博客
02-05 1375
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。
几种图神经网络方法总结（Graph Neural Network）
热门推荐
图灵是我
03-08 7万+
概要 今年来图神经网络受到大家越来越多的关注，在文本分类(Text classification)，序列标注（Sequence labeling）, 神经机器翻译（Neural machine translation）,关系抽取（Relation extraction），事件抽取（Event extraction）, 图像分类（Image Classification），视觉推理（Visual R...
图神经网络简介，什么是图神经网络，GNN
一起躺躺躺的博客
05-13 2万+
distill博客：A Gentle Introduction to Graph Neural Networks (distill.pub) 什么是图？ 图是由一些点和一些线构成的，能表示一些实体之间的关系，图中的点就是实体，线就是实体间的关系。如下图，v就是顶点，e是边，u是整张图。attrinbutes是信息的意思，每个点、每条边、每个图都是有信息的。 怎么表示一张图，可以参考下面这个例子 每个顶点、边和整张图都可以用一个向量来表示，在这个例子中，顶点的向量有六个值，柱体的高矮就表示该值的.
图神经网络初探
Kaiyuan_sjtu的博客
10-03 7712
介绍随着图神经网络（Graph Neural Networks，GNN）热潮的出现，了解、掌握图神经网络相关原理以及应用相关技术越来越成来从事人工智能人员的必要条件。本文主要概述图神经网络...
图神经网络（Graph neural networks）综述
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（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
CMU-Minji112页PPT《图神经网络导论》卡内基梅隆大学(Carnegie Mellon University)计算机科学系的一名博士生，导师是Christos Faloutsos和Ruslan Salakhutdinov教授。研究兴趣在Deep Graph Learning领域。
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...
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
用于硬件知识产权盗版检测的GNN4IP图神经网络_GNN4IP Graph Neural Network for Hardware Intellectual Property Piracy Detection.pdf
神经网络的原理和应用,神经网络理论及应用
神经网络爱好者
08-05 1639
我想这可能是你想要的神经网络吧！什么是神经网络：人工神经网络（ArtificialNeuralNetworks，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（ConnectionModel），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。...
图神经网络
Mr_SHOA的博客
12-07 1859
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
什么是图神经网络？GNN/GCN快速入门教程
m0_74693860的博客
11-10 2633
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。
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
08-10 710
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
GNN，GCN，图神经网络深度讲解100页ppt 包括基础的GNN和其多个变体
12-19
"该资源是一份关于图神经网络（GNN）的深度讲解PPT，包含100页内容，详细介绍了GNN的基础知识及其多种变体，如图卷积神经网络（GCN）、基于注意力的图神经网络（GAT）、图自编码器（GAE）和变分图自编码器（VGAE）。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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