Task01:图深度学习介绍

来自DataWhale组织的《动手学图深度学习》组队学习课程

课程资料:https://github.com/datawhalechina/grape-book

如下是Task01学习笔记

1  图的介绍

图是一种结构化数据类型,具有节点(nodes)(保存信息的实体)和边缘(edges)(节点的连接,也保存信息)。图可以表示对象之间或实体之间复杂交互的关系。常见的图有:人类社会化学相互作用神经元连接知识图谱 等。

图可以用于建模:社交图、经济图、通信图、事件图、知识图、病毒传播路径网络、信息图、互联网、神经元图、分子图、场景图、细胞图等等

2  图的应用

2.1  链接预测:(边级别)

  • 社交网络Q--朋友推荐

  • 知识图谱补全

  • 药物相互作用预测
  • 预测用户偏好(商品推荐)

2.2  节点分类问题(节点级别)

  • 用户分类(性别)
  • 影响力传播

  • 交通预测(节点表示路段,是否拥堵)
  • 空气质量预测Q(节点表示地方)

2.3  图分类问题(图级别)

  • 药物特性预测(每个药就是一张图)
  • 蛋白质特性预测(每个蛋白质就是一张图)
  • 大脑网络分析(每个大脑网络就是一张图

3  应用神经网络于图面临的挑战

 图数据是非规则的非结构化的,而以往的深度学习技术是为规则且结构化的数据设计的

参考资料

1.《图深度学习》——第一章-CSDN博客

2. 包勇军、朱小坤、颜伟鹏、姚普,图深度学习从理论到实践,清华大学出版社,2022

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

一棵二叉树

谢谢你们的支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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