图神经网络在线研讨会2020 Part1 宋国杰

最新推荐文章于 2022-04-07 21:47:18 发布
最新推荐文章于 2022-04-07 21:47:18 发布
阅读量386 收藏 2
点赞数
分类专栏： # 图神经网络 文章标签： 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/qq_28404829/article/details/105978313
版权

图神经网络在线研讨会2020 Part1

Background

Network Analytics

在这里插入图片描述

It’s very hard!

在这里插入图片描述

Optional Solution

在这里插入图片描述
针对网络空间计算的复杂性，把网络空间的点投射到向量空间。

Network Representation Learning

在这里插入图片描述

Network Embedding

在这里插入图片描述
节点之间相似度度量。

在这里插入图片描述
在这里插入图片描述

Graph Neural Network

在这里插入图片描述
对于图像和声音具有平移不变性，适合做卷积，但对于网络周围邻节点在不断的变化。

GCN

在这里插入图片描述
GCN核心如何比较好的表示周围邻居节点的信息。
#　Spectral 谱方法
在这里插入图片描述

Spatial 空间方法

在这里插入图片描述
在这里插入图片描述

Our Recent Works

在这里插入图片描述

About Future

在这里插入图片描述

无知书童
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
网络研讨会视频对话矢量图
07-25
"网络研讨会视频对话矢量图"这一主题，结合其描述和标签，我们可以深入探讨与之相关的多个IT知识点。 首先，让我们关注“矢量图”这个概念。矢量图是基于数学几何对象（如线条、曲线和形状）来构建的图像。与像素图...
论文阅读 (94)：Substructure Aware Graph Neural Networks (SAGNN, AAAI2023)
最新发布
因吉的博客
07-04 1991
尽管图神经网络 (GNN) 在图学习方面取得了巨大成就，但由于GNN的传播范式与一阶Weisfeiler-Leman图同构测试算法 (1-WL) 的一致性，导致其难以突破1-WL表达能力的上限。
图神经网络（GNN）模型原理及应用综述
热门推荐
Running Snail
04-16 10万+
从数据结构到算法：图网络方法初探 论文《Graph Neural Networks: A Review of Methods and Applications》 木牛马论文阅读笔记https://www.cnblogs.com/ydcode/p/11050417.html https://zhuanlan.zhihu.com/p/102994627?utm_source=wechat_session 文章目录图神经网络（Graph Neural Networks，GNN）1. GNN起源1.1 动..
c++ 提取傅里叶描述子_图卷积神经网络(GCN)详解:包括了数学基础(傅里叶，拉普拉斯)...
weixin_39751195的博客
11-23 1083
Graph Convolutional Network先介绍一下需要的数学基础拉普拉斯算子参考：拉普拉斯先解释下散度：在直角坐标系下，你可以看到这样一个公式：如果向量场A可以表示成以下形式： 那么散度表示为： 散度运算的对像是向量,运算出来的结果会是标量拉普拉斯算子或是拉普拉斯算符是由欧几里得空间中的一个函数的梯度的散度给出的微分算子。也就是定义为：定义为对函数f先做梯度运算( )，再做散度运算...
图神经网络
a_b_c_007的博客
04-07 5277
许多学习任务都需要处理包含元素间丰富关系信息的图形数据。物理系统建模、分子指纹学习、蛋白质界面预测和疾病分类需要一个模型从图形输入中学习。在其他领域，如从文本和图像等非结构数据学习，对提取的结构（如句子的依赖树和图像的场景图）进行推理是一个重要的研究课题，也需要图形推理模型。图神经网络（GNN）是通过图节点之间的消息传递来捕获图的依赖性的神经模型。近年来，图形卷积网络（GCN）、图形注意网络（GAT）、图形递归网络（GRN）等GNN变体在许多深度学习任务中表现出开创性的性能。
图形图像处理之——实现图像子区域图像的简单提取
zhufanqie的专栏
12-16 5323
今天经过高人点醒，我好想懂了点点我要做的东东的思路，今天晚上就拿出来试了一下，居然还小小的实现了一番，太开心了，迫不及待的拿出来分享一下： 不过当然还没有完全实现，还需要进一步的设计批量操作。代码贴出来：   image=imread('E:\qww.jpg'); [H,S,V]=rgb2hsv(image);%step1：获取图片HSV分量，分别代表色调，饱和度，亮度 hMedian=
2020 STM32 全国研讨会PPT集合.zip
09-16
自2007年以来，STM32全国研讨会已成为工程师洞悉嵌入式领域最新产品和人工智能物联网技术趋势的年度盛会。 1、与STM32MP1一起尽享无限可能 2、STM32+生态系统及市场策略 3、STM32+GUI+体验你的智能世界 4、STM32为...
GSMA 2020 5G+工业互联网研讨会PPT汇总.zip
09-28
GSMA 2020 5G+工业互联网研讨会PPT汇总 0、GSMA 5G+工业互联网研讨会致辞 1、基于5G边缘云计算的智能柔性生产 2、5G智慧园区解决方案 3、5G智慧工厂解决方案 4、5G+ 赋能化纤龙头 5、新一代制造业-未来工业
图神经网络（GNN）【WSDM 2020】.zip
11-19
数据挖掘领域的国际会议WSDM将于2020年2月3日-2月7日在美国休斯敦召开，WSDM 2020全称为第13届国际互联网搜索与数据挖掘会议（The 13th International Conference on Web Search and Data Mining, WSDM 2020）。WSDM是CCF推荐的B类国际学术会议，由SIGIR、SIGKDD、SIGMOD和SIGWEB四个专委会协调筹办，在互联网搜索、数据挖掘领域享有较高学术声誉。这次会议共收到来自615篇长文投稿，仅有91篇长文被录用，录用率约15%。
网络表示学习_北京大学_2018SMP全国社会媒体处理大会
08-23
该文档是2018SMP全国社会媒体处理大会(哈尔冰)北京大学宋国杰老师的讲义网络表示学习，欢迎大学下载学习。
图神经网络GNN研究进展：表达性、预训练、OGB（附71页ppt）
04-24
图神经网络依然是研究焦点之一。最近在WWW2020的DL4G@WWW2020论坛，斯坦福大学Jure Leskovec副教授介绍了图神经网络研究最新进展，包括GNN表现力、预训练和公开图神经网络基准等。值得关注。
图神经网络论文阅读(十六) GraLSP: Graph Neural Networks with Local Structural Patterns,AAAI 2020
qq_36618444的博客
10-08 1555
本文作者来自香港科技大学、北大和北邮，其中包含宋国杰老师和石川老师，这两位都是国内研究图表示学习的翘楚了。之前读石川团队论文的时候自己犯傻发邮件问了一个比较弱智的问题，石川老师还是让学生耐心帮我解答了。 本文做了我一直想做的事情：GNN聚合邻居特征的时候同时考虑结构信息。有很多研究都是基于Motif（或者叫graphlet）进行的，比如High Order Network Representation，WWW2018，不过需要事先的人工定义，在前几年唐杰老师（比如StructInf: Mining Stru
图神经网络研讨会（空间方法图卷积-GraphSAGE-NeuraIPS 2017）
qq_43390809的博客
07-24 509
沈华伟老师（中科院） Spatial methods for graph convolutional neural networks 邮件：shenhuawei@ict.ac.c 微博: 沈华伟_ICT 1.GraphSAGE W. L. Hamilton, R. Ying, J. Leskovec. Inductive Representation Learning on Large Graphs. NeuraIPS 2017 原理 GraphSAGE是一种能够利用顶点的属性信息高效产生未知顶点embed
计算未来轻沙龙 | 当深度学习遇上归纳推理，图神经网络有多强大？
Paper weekly
11-28 919
????现在，在「知乎」也能找到我们了进入知乎首页搜索「PaperWeekly」点击「关注」订阅我们的专栏吧关于PaperWeeklyPaperWeekly 是一个推荐、解读、...
使用Netscope（神经网络结构在线可视化工具 ）绘制网络结构视图
tmosk的博客
11-02 1万+
1.打开链接http://ethereon.github.io/netscope/#/editor 2.将所要绘制的ptototxt文件内容复制到打开的网页左边，然后按住enter+shift即可在右边显示
顶级图神经网络会议
fVector的博客
11-12 2115
§ KDD § ICLR § ICML § NeurIPS § WWW § WSDM 搜索建议：Tips: Narrow down relevant papers by searching titles (e.g., containing “graph”).
深度学习之上，图神经网络（GNN ）崛起
蚂蚁金服技术团队
08-13 4046
由于深度学习在可推理和可解释性方面存在比较大的局限性，结合了图计算和深度学习的图神经网络（GNNs）成为近期学术界和工业界研究热度颇高的新方向之一。业界普遍认为，GNN 恰好可以弥补前面提到的深度学习无法解决的两个缺陷。近一年 GNN 在越来越多应用场景上取得了成功，但它也仍面临着许多挑战。 蚂蚁金服在今年的数据挖掘研究领域顶级年会 KDD 2019 上召开了以“图神经网络研究及实际应用”为主题...
IEEE P1905.1：家庭网络融合与技术研讨会
IEEE P1905.1是一个关于“综合数字家庭网络”的技术报告，它是在2012年7月在加利福尼亚州圣地亚哥举行的IEEE 802.1全体会议上提出的一项贡献。这份文档由Philippe Klein博士，Broadcom公司的专家撰写，其电子邮件...
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