Graph Neural Network: A First Glance

最新推荐文章于 2023-07-12 01:47:16 发布
最新推荐文章于 2023-07-12 01:47:16 发布
阅读量176 收藏
点赞数
分类专栏： # Data-Driven Decision Making 文章标签： GNN
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/tangwing/article/details/100582584
版权

@[TOC]GNN

Resources

从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (一)

Vocabulary

  • Fixed Point Theorem : a convergency guarantee
  • Contraction Map
  • BP: Almeida-Pineda vs BPTT

Short Notes

  • To make f f f a Contraction Map: Penalize Jacobian Matrix of f f f over H H H. I.e. Bound its derivative.
  • GNN: stop when converged.
  • GNN drawbacks
    • Edges serve only as connections not learned
    • Not suitable for learning Graph Representation: all nodes share info with each other.
  • GGNN: replace convergent f f f with a Gated Unit like in RNN. Use BPTT instead of AP and can output before convergence. Edges now have weights that can be updated.

Q&A

  • From Tree to Graph: this is all?
  • Spectual Domain vs Spatial Domain
  • How to update weights
  • Attention
tangwing
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
图神经网络(Graph Neural Networks) 原理与代码实例讲解
禅与计算机程序设计艺术
06-20 595
图神经网络(Graph Neural Networks) - 原理与代码实例讲解 1.背景介绍 在现代数据科学和机器学习领域，图数据结构的应用越来越广泛。图神经网络（Graph Neural Networks, GNNs）作为一种新兴的深度学习模型
A Comprehensive Survey on Graph Neural Network（2019）.pdf
08-22
A Comprehensive Survey on Graph Neural Network（2019）.pdf
图神经网络（Graph Neural Networks）简单介绍
百年孤独百年的博客
05-24 1万+
图神经网络（Graph Neural Networks, GNN）是一类用于处理图结构数据的神经网络模型，与传统的神经网络（例如卷积神经网络、循环神经网络等）处理规则数据结构（如图像、时间序列）不同，图神经网络专门处理不规则的图结构数据，如社交网络、知识图谱等。图结构数据是一种由节点和边组成的复杂关系网络，其中节点代表实体，边代表实体之间的关系。与传统的神经网络不同，图神经网络需要考虑节点之间的关系，因此需要一种新的方式来表示节点和边。
图神经网络（Graph Neural Networks）
Mr___WQ的博客
02-07 1113
图神经网络是以邻接点Embedding的浅层传播来训练Embedding。改变Aggregation和update的方式，可以构造不同的图神经网络；既可以用无监督的方式获得Embedding，也可以用有监督的方式直接训练分类任务。
Graph Neural Network
weixin_45847320的博客
08-06 417
Roadmap。
图神经网络（Graph neural networks）综述
热门推荐
m0_38031488的博客
03-12 5万+
论文链接：Graph Neural Networks:A Review of Methods and Applications Abstract：图（Graph）数据包含着十分丰富的关系型信息。从文本、图像这些非结构化数据中进行推理学习，例如句子的依赖树、图像的场景图等，都需要图推理模型。图网络（Graph neural networks）是一种链接主义模型，它靠图中节点之间的信息传递来捕捉图...
NeuralNetwork:基于 Spark Graphx 的神经网络
06-16
(a, b) => combineMessages(a, b), // 消息合并函数 activeDirection = EdgeDirection.Either // 消息传递方向 ) ``` 在`updateVertex`和`combineMessages`函数中，我们需要实现神经网络的具体逻辑，比如激活函数...
Theory of Graph Neural Networks：Representation and Learning.pdf
05-21
总之，"Theory of Graph Neural Networks: Representation and Learning"这篇综述文章深入探讨了GNNs在表示学习、概括和外推方面的理论成果，为研究者和实践者提供了深入理解这一强大模型的理论基础，有助于推动未来...
Neural Bellman-Ford Networks A General Graph Neural Network Fra
10-09
在【NeurIPS 2021】会议论文“Neural Bellman-Ford Networks: A General Graph Neural Network Framework for Link Prediction”中，作者们提出了一个新的框架——神经Bellman-Ford网络（NBFNet），这是一种用于链路...
the graph neural network model 图神经网络模型
04-26
"图神经网络模型" 图神经网络模型是一种新的神经网络模型，它扩展了现有的神经网络方法来处理图形域中表示的数据。该模型可以直接处理大多数实际有用的图类型，例如，无环的、循环的、有向的和无向的。...
Graph Neural Network(GNN)图神经网络
weixin_44746091的博客
03-01 665
Graph Neural Network(GNN) 图神经网络
A Comprehensive Survey on Graph Neural NETWORKS.pdf
02-27
Deep learning has revolutionized many machine learning tasks in recent years, ranging from image classification and video processing to speech recognition and natural language understanding. The data in these tasks are typically represented in the Euclidean space. However, there is an increasing number of applications where data are generated from non-Euclidean domains and are represented as graphs with complex relationships and interdependency between objects. The complexity of graph data has imposed significant challenges on existing machine learning algorithms. Recently, many studies on extending deep learning approaches for graph data have emerged. In this survey, we provide a comprehensive overview of graph neural networks (GNNs) in data mining and machine learning fields. We propose a new taxonomy to divide the state-of-the-art graph neural networks into four categories, namely recurrent graph neural networks, convolutional graph neural networks, graph autoencoders, and spatial-temporal graph neural networks. We further discuss the applications of graph neural networks across various domains and summarize the open source codes, benchmark data sets, and model evaluation of graph neural networks. Finally, we propose potential research directions in this rapidly growing field.
graph neural network review.rar
07-03
对目前图神经网络的技术进行总结。经典graph算法，概率图模型和图神经网络。
Almeida–Pineda algorithm
猿木moo的博客
12-03 1342
作者: eleve11, 来源: http://blog.nodetopo.com/2019/12/03/almeida-pineda-algorithm/
图神经网络(Graph Neural Network)
最新发布
禅与计算机程序设计艺术
07-12 1924
图神经网络(Graph Neural Network) Graph Neural Networks. 图神经网络 (Graph Neural Network, GNN)是用于处理图结构的神经网络，其核心思想是学习
Graph Neural Network（GNN）概述
I‘m Frank Lee
07-06 8917
什么是GNN GNN是Graph Neural Network的简称，是用于学习包含大量连接的图的联结主义模型。当信息在图的节点之间传播时GNN会捕捉到图的独立性。与标准神经网络不同的是，GNN会保持一种状态，这个状态可以代表来源于人为指定的深度上的信息。 图神经网络处理的数据就是图，而图是一种非欧几里得数据。GNN的目标是学习到每个节点的邻居的状态嵌入（embedding），这个状态嵌入是向量且...
《图机器学习》-Graph Neural Network
GuoShao_的博客
02-24 484
学习笔记
图神经网络（Graph Neural Networks，GNN）综述
喜欢打酱油的老鸟
11-29 4319
2019-11-28 16:02:43 一、什么是图神经网络？ 在过去的几年中，神经网络的成功推动了模式识别和数据挖掘的研究。许多机器学习任务，如目标检测、机器翻译和语音识别，曾经严重依赖手工的特征工程来提取信息特征集，最近被各种端到端的深度学习范式（例如卷积神经网络（CNN）、长短期记忆（LSTM）和自动编码器）彻底改变了。在许多领域中，深度学习的成功部分归因于快速发展的计算资源（如GPU）...
graph neural networks: a review of methods and applications
03-16
图神经网络：方法和应用综述 图神经网络是一种基于图结构的深度学习模型，它可以对图数据进行建模和预测。本文综述了图神经网络的各种方法和应用，包括图卷积网络、图注意力网络、图自编码器等。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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