NLP图神经网络
文章平均质量分 66
北风_A
这个作者很懒,什么都没留下…
展开
-
安装图pytorch_geometric工具包
安装图pytorch_geometric工具包。原创 2022-09-22 21:39:29 · 422 阅读 · 0 评论 -
semi-supervised classification with graph convolutional networks
先对AX做拉普拉斯变换到频域中,再做变换。拉普拉斯矩阵举例说明+GCN论文的意义。原创 2022-09-14 09:34:59 · 187 阅读 · 0 评论 -
【无标题】graphsage--inductive representation learing on large graphs
1、graphSASE针对新点甚至新图,主要训练aggregate函数2、论文最后讨论未来可能的方向:subgraph embedding,邻居采样方式,多模态图。原创 2022-09-07 20:37:10 · 286 阅读 · 0 评论 -
graph attention networks GAT
1、感受野:the size of the receptive field of our model is upper-bounded by the network.2、归纳式学习: inductive node embedding----->generalize to new graph。1、图卷积神经网络最常用的几个模型质疑,GCN,GAT,GraphSAGE。3、早期图神经网络表征学习的代表性工作,后期作为经典的baseline。1、直推式学习:学到 node embedding 为止。...原创 2022-08-27 16:19:33 · 247 阅读 · 0 评论 -
translaing embeddings for modeling multi-relationl data
1、知识图谱中的实体和关系的向量化表达2、负样本如何构建【首尾点h,t的随机变化】,损失函数框架3、参数空间的理解,参数和时间复杂度的理解4、trans系列的发展在超平面,不同空间等参数空间的发展设计。...原创 2022-08-16 15:41:59 · 150 阅读 · 0 评论 -
metapath2vec
meta-path:人为的定义有意义的路径的类别random walk是严格按照已经定义的类型路径 to walkmeta-path:有对称性。原创 2022-08-09 19:46:45 · 655 阅读 · 0 评论 -
SDNE:structural deepnetworkembedding
本文是半监督方法,主要是1st有标签做有监督学习,2nd做无监督学习,故将自编码器应用到图学习中,提出一个半监督学习的框架。原创 2022-08-08 19:51:23 · 519 阅读 · 0 评论 -
LINE:large-scale information network embedding
③deepwalk没有太多可调整的参数,line可以选择1st order,2nd order或者组合,node2vec可以调整q,p。对于高维的数据进行可视化,需要降维到2-Dspace中,一般可以利用t-SNE package包实现降维,然后进行可视化。②新点:保持其它点的embedding不变,计算新点的embedding(graphsage模型)①低度点:难以学习,因为度低邻居数少,2阶相似度难学,用高阶信息补充(采用邻居的邻居)Micro-F1:先计算总体的TP,FN,FP,再计算F1。...原创 2022-08-06 10:24:38 · 343 阅读 · 0 评论 -
node2vec: scalable feature learing for networks
node2vec Scalable Feature Learning for Networks随笔原创 2022-06-28 09:22:45 · 459 阅读 · 0 评论