#今日论文推荐# WWW 2022 | 可扩展的图随机神经网络

最新推荐文章于 2024-06-19 20:56:43 发布
最新推荐文章于 2024-06-19 20:56:43 发布
阅读量88 收藏
点赞数
分类专栏： AI 文章标签： 深度学习 计算机视觉 人工智能 神经网络
原文链接：https://www.aminer.cn/research_report/630e0d3e7cb68b460f0faa7c
版权

#今日论文推荐# WWW 2022 | 可扩展的图随机神经网络

近期的工作认为图随机神经网络具有很好的性能，但是难以用在大型图上。本文提出了一个广义的前推算法，预先计算传播矩阵，并使用它以小批量方式执行图数据扩充，最后使用一个自信感知的一致性损失来优化模型。

令 表示一个图， 表示一个数据样本，表示边的集合，表示邻接矩阵，D 表示度矩阵， 表示加了自环的图， 和 是对应的邻接矩阵和度矩阵。每个样本 s 有一个特征向量 和标签 。在半监督学习中，只有一部分节点有标签 ，其他节点没有标签 。

论文题目：GRAND+: Scalable Graph Random Neural Networks
详细解读：https://www.aminer.cn/research_report/630e0d3e7cb68b460f0faa7cicon-default.png?t=M7J4https://www.aminer.cn/research_report/630e0d3e7cb68b460f0faa7c
AMiner链接：https://www.aminer.cn/?f=cs

wwwsxn
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(二十六) Graph Random Neural Networks for Semi-Supervised Learning on Graphs, NeurIPS2020
qq_36618444的博客
02-17 1719
本文出自清华大学唐杰老师团队。 在本文中，提出了一个简单而有效的框架图随机神经网络(GRAND)来解决图神经网络过拟合、过平滑、抗扰动性差等问题，设计了一种随机传播策略来进行图数据扩充。 受到图像上研究的“一致性正则化”(consistency regularized training)启发，设计半监督学习的图数据增强和一致性正则化策略。具体来说，每个节点的特征可以部分(dropout)或全部随机删除，然后在图上传播受扰动的特征矩阵，因此，每个节点都能够对特定的邻域不敏感，增加了GRAND的鲁棒性。随机传播
图神经网络（十一）Graph Random Neural Networks for Semi-Supervised Learning on Graphs
码匀的博客
03-17 1345
本文作者来自清华大学，现有的GNN存在着过平滑、较差的鲁棒性以及当标记节点缺失时弱泛化性等问题，本文提出一个解决此类问题的框架-图随机神经网络（GRAND)。在GRAND中，本文首先设计了一个随机传播策略来实现图数据的扩展。然后作者利用一致性正则化来优化未标记节点在不同数据扩展中的预测一致性。在图基准数据集上的大量实验表明，在半监督节点分类方面，GRAND显著优于最先进的GNN基线。最后，作者展示了GRAND缓解了过度平滑和非鲁棒性的问题，表现出比现有GNN更好的泛化行为。 代码在这。 Model 下面直接
WWW 2022 | 可扩展的图随机神经网络
Paper weekly
08-26 276
作者 | 刘林松单位 |南京邮电大学来源 |MIND Laboratory论文标题：GRAND+: Scalable Graph Random Neural Networks收录来源：WWW 2022论文来源：https://arxiv.org/pdf/2203.06389.pdf论文介绍近期的工作认为图随机神经网络具有很好的性能，但是难以用在大型图上。本文提出了一个广义的前推算法，预先计算传...
java 多项式拟合最多的项数_Matlab polyfit 详解 | 方程组求解的稳定性 | 条件数
weixin_39699912的博客
11-20 415
本文是对 Matlab 中 polyfit 函数进行原理解析，并没介绍该如何具体使用 polyfit 函数，具体方法请自行查阅官方文档。主要涉及数值分析的相关内容。简单介绍了数据标准化（Z-score 标准化）、QR 分解、Matlab 中的求逆运算符。相对详细介绍了线性方程组求解的稳定性问题，并引出条件数的定义。最后根据 polyfit 的源码对它进行计算流程解析，并分析相关的警告该如何处理。预...
AAAI 2022 | KerGNNs：基于图核方法的可解释图神经网络
Paper weekly
04-28 1601
©作者 |王兆慧单位 |中科院计算所研究方向 |图分类KerGNNs 发表于 AAAI 2022，是一个非常有趣的工作。本文尝试梳理其动机和做法。论文题目：KerGNNs: Interpretable Graph Neural Networks with Graph Kernels论文链接：https://arxiv.org/pdf/2201.00491.pdf代码...
【图神经网络+推荐系统】论文列表
zmy152520的博客
11-10 4046
Graph Convolutional Matrix Completion.2017.paper ​​​​​​​内容：从图上的链接预测的角度考虑推荐系统的矩阵完成。 互动数据（例如电影收视率）可以由两部分用户项目图表示，带有标记的边缘表示观察到的收视率。 基于图结构化数据的深度学习的最新进展，提出了一种基于在双向交互图上传递的可区分消息的图自动编码器框架。 模型显示了在标准协作...
AAAI 2021论文推荐丨图神经网络成研究热点
AI蜗牛车
09-28 800
近年来，人们对深度学习方法在图上的扩展越来越感兴趣。在多方因素的成功推动下，研究人员借鉴了卷积网络、循环网络和深度自动编码器的思想，定义和设计了用于处理图数据的神经网络结构，由此一个新的研...
基于随机森林和误差反向传播神经网络的糖尿病性周围神经病变患病风险研究.pdf
09-26
这篇研究论文探讨了利用随机森林(Random Forest)和误差反向传播(Back Propagation, BP)神经网络两种机器学习算法来预测糖尿病性周围神经病变(Diabetic Peripheral Neuropathy, DPN)的风险。研究的主要目标是建立准确...
时态神经网络模型及其在股票分类预测上应用.pdf
09-25
《时态神经网络模型及其在股票分类预测上应用》这篇论文探讨了如何利用时态神经网络模型进行股票分类预测，以此提升预测准确性。时态数据挖掘是针对具有时间属性的数据进行知识发现的过程，尤其适用于处理非线性变化...
基于神经网络的扩展回声隐藏算法_王慧琴1
08-03
本文介绍了一种名为“神经网络自适应扩展回声隐藏算法”的数字音频水印技术，由王慧琴、修可山和姚钟涵共同提出。这种算法针对音频信号的单回声内核，通过PN序列进行扩展，并将其作为水印信号嵌入，以提高水印的安全...
人工神经网络和支持向量机的混合用于预防 Vanet 道路事故-研究论文
06-10
由于车辆的密度、可扩展性、随机性和移动性更高，数据广播成为一项非常艰巨的任务。 VANET 具有通过在网络上准时传输数据来防止事故的能力，这引起了许多研究人员的关注。 因此，本文提出了一种基于人工智能概念的...
42. 轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception - TensorS
08-03
Xception网络是基于Depthwise Separable Convolution的扩展，它将Inception模块进一步简化，去除了全通道卷积和池化操作，完全依赖于Depthwise Separable Convolution。通过堆叠多个这样的模块，Xception在保持高效...
深度学习500问——Chapter12：网络搭建及训练（1）
不要给自己设限，尝试更多可能（思所向 皆可往）
06-16 1117
如果我们运行的节点依赖某个placeholder，那我们必须给这个placeholder指定值，怎么指定代码里面很清楚，给关键字参数feed_dict传递一个字典即可，字典里的元素的key是placeholder对象，value是我们指定的值。符号式计算一般是先定义各种变量，然后建立一个数据流图，在数据流图中规定各个变量间的计算关系，最后需要对数据流图进行编译，但此时的数据流图还是一个空壳，里面没有任何实际数据，只有把需要运算的输入放进去后，才能在整个模型中形成数据流，从而形成输出值。
基于深度学习的图像去噪
最新发布
weixin_42605076的博客
06-19 657
利用卷积神经网络、自动编码器、生成对抗网络和U-Net等模型，研究者能够高效地去除图像中的噪声，保留图像的细节信息。在去噪过程中，自动编码器学习如何在重构图像时去除噪声，从而得到去噪后的图像。生成器生成去噪后的图像，判别器则区分去噪图像和真实图像。传统去噪方法通常针对特定类型的噪声设计，而深度学习方法能够处理各种复杂的噪声类型。对于不同类型的噪声，深度学习模型能够自适应地调整其参数，从而实现更好的去噪效果。通过大规模的数据集训练，模型能够学习到更加鲁棒的特征，从而在实际应用中表现出色。
深度学习中通过终端命令行传入参数的方法
qq_43701910的博客
06-19 93
【代码】深度学习中通过终端命令行传入参数的方法。
基于深度学习的深度图预测
weixin_42605076的博客
06-12 893
基于深度学习的深度图预测通过构建和训练复杂的神经网络模型，有效地从二维图像中提取深度信息。尽管面临信息不足、复杂场景、尺度不确定性等挑战，但随着深度学习技术的不断进步，深度图预测在多个领域展现出了广阔的应用前景。通过数据增强和预处理技术，可以进一步提升深度图预测模型的鲁棒性和准确性。
SSA-CNN多输入时序|樽海鞘算法-卷积神经网络|Matlab
不定时分享电力优化、神经网络、数学建模等技术等
06-19 177
本代码基于。
卷积神经网络反向传播有没有推荐的论文
03-28
以下是卷积神经网络反向传播相关的经典论文： 1. Backpropagation Through Time: What It Does and How to Do It Efficiently (1990) by Paul Werbos 2. Learning Representations by Back-Propagating Errors ...

“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