![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图神经网络
xiao黄
缓慢而坚定的生长
感兴趣的方向:复杂网络、社区发现(检测)、图神经网络、深度学习、节点重要性
目前研究方向:故障诊断,AMESim建模等
展开
-
论文阅读|基于图神经网络的配电网故障定位方法
电网拓扑形态多样,重构场景频繁,,传统故障定位方法的单一阈值设定无法满足要求,基于人工智能的配电网故障定位技术具有很大的应用潜力,但仍存在着拓扑关联性差、泛化能力弱、难以兼顾灵敏性与多场景适应性等问题。以装设有微型同步相量测量装置的小电流接地配电网为研究对象,以图神经网络技术为载体提升故障特征与配电网拓扑之间的融合深度,通过拓扑-数据的结合构建基于图神经网络的配电网故障定位模型,解决考虑拓扑变化和多拓扑形态下的配电网故障区段定位问题。原创 2023-05-15 19:52:07 · 2501 阅读 · 3 评论 -
PyG|实现构建自己的数据集
在torch中构建自己的数据集。原创 2022-10-31 00:44:44 · 455 阅读 · 0 评论 -
pytorch|图卷积神经网络(GCN)在Karate数据集的应用
博主又重新学习GCN,本文用的数据集是空手道数据集,最后呈现出可视化。下面是h的可视化,只展示了最开始和最后的情况。最后是Loss值随着Epoch的变化。原创 2022-10-04 22:54:05 · 861 阅读 · 0 评论 -
安装教程 PyG(PyTorch Geometric)
PyG超级详细安装教程,手把手教学原创 2022-10-04 19:54:21 · 1076 阅读 · 0 评论 -
PyG|邻接矩阵转为coo_matrix格式
在使用PyG框架的时候,PyG要求输入的是 edge_index 格式,而不是我们所使用的邻接矩阵格式,即N x N。import scipy.sparse as spimport numpy as npimport torch# adj_matrix 是邻接矩阵tmp_coo = sp.coo_matrix(adj_matrix)values = tmp_coo.dataindices = np.vstack((tmp_coo.row,tmp_coo.col))i = torch.Lon原创 2021-12-10 21:28:24 · 4328 阅读 · 2 评论 -
pytorch|图卷积神经网络(GCN)与图注意力(GAT)在cora数据集的应用
本文实现的两层GCN与GAT在cora数据集上效果,并可视化展示。1.导入的相关包import matplotlib.pyplot as pltimport networkx as nximport numpy as npimport pandas as pdimport torchfrom torch._C import parse_irimport torch_geometricfrom torch_geometric import datasetsfrom torch_geomet原创 2021-12-10 14:48:10 · 4857 阅读 · 4 评论 -
pytorch|图卷积神经网络(GCN)实战
本文基于pytorch框架实现2层的GCN,以空手道网络的Louvain算法结果作为标签,训练得到准确率。原创 2021-09-19 16:13:45 · 2207 阅读 · 1 评论