如今GPT4横行下的2023 AI研究如何做？以图神经网络为例具体解析

最新推荐文章于 2024-04-03 00:24:01 发布
最新推荐文章于 2024-04-03 00:24:01 发布
阅读量191 收藏
点赞数
文章标签： 人工智能 神经网络 深度学习 机器学习
原文链接：https://mp.weixin.qq.com/s?__biz=MzI3ODgwODA2MA==&mid=2247518203&idx=1&sn=8a78913152e98edeef11010b712a6d08&chksm=eb539368dc241a7ec8a83e2974192760ada33f3f070b7550e756ae4f37569656b473b2241803&scene=126&sessionid=0
版权

2d03795702003640d1d8c1c76182126e.jpeg

2023年，图神经网络（GNN）已成为互联网圈的流行语，关于GNN的研究热情日益高涨，其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、推荐系统和自然语言处理等方面都取得了新的突破。

我们特地准备了由深耕图神经网络领域多年的天越老师为我们带来的《图神经网络的应用与挑战》，内容非常干货！

5d5554526a58775bf47ac0d42940d3ab.png

扫描下方二维码，支付0.01元获取课程

121be2c3b3c177b5b84ba37632e19990.png

购买后务必添加客服微信领取论文合集

 课程内容

一、生活当中的图数据结构

二、图神经网络基础

• 图神经网络的一般设计

• 图神经网络的经典架构

三、图神经网络的应用与挑战
• 图神经网络的公平性

• 图神经网络的鲁棒性

• 图神经网络处理异配图

 部分课件展示

课件会在讲座后免费提供！

9a8df3a6ed455784608acfbc0ad9952e.png

dfd10bd344cc8b664e9429c880e6dd14.png

2b5175c4dd86c25aed8b9551860f1926.png

607cdda3a2bab45853988ac332a72cd9.png

1cb1ebe7d1b48503ce64a3dec7f04416.png

 讲座福利

42篇ICLR2023图神经论文合集

3e5501d046e5815e079f0836ec2136db.gif

7811c628d0853dc0ab9c1d02c2f54b10.png

扫描下方二维码，支付0.01元获取课程

690e445b25e34bbe5318f26ae6e10158.png

购买后务必添加客服微信领取论文合集

97b44a5440624f31c8d9f539f6bc419a.png

zenRRan
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2023.2.9，周四【图神经网络 学习记录22】动态图算法 之 EvolveGCN：离散型动态GNN网络，将GNN和RNN结合到同一层，结合时间和空间信息进行建模
追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光
02-09 579
【图神经网络 学习记录22】动态图算法 之 EvolveGCN：离散型动态GNN网络，将GNN和RNN结合到同一层，结合时间和空间信息进行建模
学习笔记 | 2023 AAAI 对抗性权值扰动改善图神经网络的泛化性能
叶庭云 成为自己的光
12-13 1088
学习笔记 | 2023 AAAI 对抗性权值扰动改善图神经网络的泛化性能
​AAAI 2023 | 图神经网络学习同构计数
Paper weekly
03-10 473
©PaperWeekly 原创 ·作者 |于星橦单位 |中国科学技术大学博士生研究方向 |图神经网络论文题目：Learning to Count Isomorphisms with Graph Neural Networks论文链接：https://arxiv.org/pdf/2302.03266.pdf代码链接：https://github.com/Starlien95/Count-GN...
WSDM 2023 | 学习蒸馏图神经网络
Paper weekly
03-23 1092
©作者 |郭雨心单位|北京邮电大学来源 |北邮GAMMA Lab图神经网络 (GNNs) 能够有效地获取图的拓扑和属性信息，在许多领域得到了广泛的研究。近年来，为提高 GNN 的效率和有效性，为 GNN 上配置知识蒸馏成为一种新趋势。然而，据我们所知，现有的应用于 GNN 的知识蒸馏方法都采用了预定义的蒸馏过程，这些过程由几个超参数控制，而不受蒸馏模型性能的监督。蒸馏和评价之间的这种隔离会...
【ICML2023】路径神经网络:具有表达能力的准确图神经网络
数据派THU
06-16 314
来源：专知 本文为论文介绍，建议阅读5分钟在本文中，我们提出了路径神经网络（PathNNs）。近期，图神经网络（GNNs）已成为处理图结构数据的标准方法。先前的研究揭示了它们的潜力，但也指出了它们的局限性。不幸的是，已经有研究表明标准的 GNNs 在表达能力上存在限制。这些模型在区分非同构图方面的能力并不超过一维 Weisfeiler-Leman（1-WL）算法。在本文中，我们提出了路径神经网络（...
GPT-4能否点亮通用人工智能？
04-06
GPT-4发布后，微软人工智能研究人员发表了一篇论文，称OpenAI语言模型展示了通用人工智能（AGI）的“火花”。 GPT-4是OpenAI最新的大型语言模型（LLM），在对其公开发布进行微调之前，研究人员可以访问其不受限制的...
GPT 模型成功的背后用到了哪些以数据为中心的人工智能（Data-centric AI）技术？
03-31
在本文中，我们将从数据为中心的人工智能视角去分析一系列GPT模型（之后会用Data-centric AI以避免啰嗦）。Data-centric AI大体上可以分文三个目标：训练数据开发（training data development）、推理数据开发...
GPT4的实用应用整理：如何充分利用 GPT-4 生成型 AI 助理？
04-02
GPT-4 的优点 相较于之前的 GPT-3，GPT-4 的主要优点在于： . 支持超长文本输入，可以处理更长的文本任务。 . . 模型参数更多，达到 1 万亿，可以处理更复杂的任务。 . . 支持更多语言，包括中文、英文等。 . 这些...
ChatGPT 制造商的新 AI 模型 GPT-4 可以做什么？
04-01
ChatGPT聊天机器人背后的公司推出了其最新的人工智能模型GPT-4，下一步是一项引起世界关注的技术。 例如，新系统可以像莎士比亚写作口吻回答问题，但它仍然“幻觉”事实并犯推理错误。 以下是总部位于旧金山的初创...
微软用GPT-4颠覆网安行业？AI+网络安全有没有搞头？
04-14
据悉，Security Copilot的核心技术是OpenAI的GPT-4生成式人工智能和微软自己的安全专用模型。 简单来说，Security Copilot和ChatGPT类似，都是在聊天对话框中进行。和其他的聊天机器人一样，你可以问“我企业里有...
​ICLR 2023 | 标识分支结点，提升图神经网络对环的计数能力
Paper weekly
02-13 249
©作者 |桑士龙单位|南京邮电大学来源 |MIND Laboratory论文简介信息传递网络 (Message Passing Neural Networks (MPNNs)) 表达能力的局限性促使着对更强大图神经网络 (Graph Neural Networks (GNNs)) 的研究。衡量某一GNN 模型表达能力更强的方法是其是否能更好地执行特殊的功能，比如对图中特定的子结构进行计数。...
AAAI 2023 杰出论文 | DropMessage:图神经网络随机删减方法的归并统一
AITIME_HY的博客
02-25 721
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！本文探究了随机删减方法在图神经网络（GNNs）上的应用。随机删减方法指的是在神经网络模型上一层输出和下一层输入之间随机删除部分元素的一类方法。这类方法能够广泛提升模型的鲁棒性和泛化性。几乎所有的深度模型都会应用这一方法来提升模型性能。针对近年来得到广泛研究的图神经网络（GNNs），很多随机删减方法的变体被提出，其中包括DropEdge[1]...
gephi生成网络关系图_GPT-GNN：图神经网络的生成式预训练
weixin_39616503的博客
11-21 371
论文标题：GPT-GNN: Generative Pre-Training of Graph Neural Networks论文链接：https://arxiv.org/abs/2006.15437代码链接：https://github.com/acbull/GPT-GNNPPT：https://acbull.github.io/pdf/gpt.pptx简介本文研究如何利用图生成作为自监督任务来预...
2023神经网络与深度学习第一次总结
BestMach_666的博客
03-19 168
作业要求，仅供参考。
GPT-GNN：图神经网络的生成式预训练 KDD 2020
u013602059的专栏
08-27 1036
论文链接：https://arxiv.org/pdf/2006.15437.pdf 代码链接：https://github.com/acbull/GPT-GNN 论文来源：KDD 2020 参考文档：https://blog.csdn.net/c9yv2cf9i06k2a9e/article/details/108231322 1、简介 本文研究如何利用图生成作为自监督任务来预训练 GNN。我们将图的生成概率分解成两个模块：1）节点特征生成；2）图结构生成。通过对这两个模块建模，GPT-GNN 可以捕捉图.
【NLP+图神经网络+推荐领域】2024年最新综述性文章推荐
最新发布
2401_84048034的博客
04-03 971
我个人认为，如果你想靠着背面试题来获得心仪的offer，用癞蛤蟆想吃天鹅肉形容完全不过分。想必大家能感受到面试越来越难，想找到心仪的工作也是越来越难，高薪工作羡慕不来，却又对自己目前的薪资不太满意，工作几年甚至连一个应届生的薪资都比不上，终究是错付了，错付了自己没有去提升技术。这些面试题分享给大家的目的，其实是希望大家通过大厂面试题分析自己的技术栈，给自己梳理一个更加明确的学习方向，当你准备好去面试大厂，你心里有底，大概知道面试官会问多广，多深，避免面试的时候一问三不知。
人工智能顶会ICLR 2024热门研究方向大揭秘
audyxiao001的博客
01-27 6718
本文可视化分析了人工智能顶会ICLR 2024的研究热点，归纳和总结了十大热门研究方向，可以为读者追踪人工智能的研究热点提供一些有价值的参考。
GPT-4冲击下，知识图谱的现在与未来
Datawhale
03-16 3019
AIGC，ChatGPT以及今天发布的GPT-4相信已经给大家带来足够的冲击，那么对于知识图谱的应用产生哪些变化和变革？知识图谱在其中如何发挥作用呢？通过LLM是否有可能辅助创建通用大规模知识图谱？AIGC时代下行业知识图谱的新机遇有哪些？2023年3月18日，DataFunSummit2023：知识图谱在线峰会将试着给你答案！本次峰会由2位主席与3位专家团成员和6位论坛出品人精心策划而成，共包含...
NeurIPS 2023 | 重新审视图神经网络中的异配问题
AITIME_HY的博客
04-06 1157
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！栾思焘：麦吉尔大学&Mila博士生，研究方向为图神经网络和图表示学习01同配(Homophily) v.s. 异配(Heterophily)近几年实验发现，在很多图上做节点分类的时候，图神经网络(GNNs)并不比传统的神经网络(NNs)表现更好，甚至会有很严重的性能下降。人们普遍认为这是图的异配(heterophily)问题导致的...
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