GNN学习二

最新推荐文章于 2024-08-24 14:42:26 发布
最新推荐文章于 2024-08-24 14:42:26 发布
阅读量170 收藏
点赞数
分类专栏： GNN图神经网络
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/weixin_37913042/article/details/103641760
版权

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

基于频谱的图卷积和基于空间的图卷积
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
（在图上做傅里叶变换？）
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
图时间空间网络-交通上车流速度和红绿灯

cici_iii
关注
专栏目录
GNN是什么？GNN怎么学？GNN何用？
炼丹笔记
05-23 1万+
GNN的可视化解释！近来发现非常多的建模问题中都使用了GNN方法，便去学习了一番，后来发现了一篇非常不错的GNN的可视化解释文章，便将其翻译整理和大家一起分享。目前图模型的应用非常广泛，最典型的如社交网络，蛋白质结构等。最近越来越多的图算法也被应用于搜索推荐，时间序列等的问题，并且都取得了非常大的成功，本文我们直观的不带有任何数学等形式的了解一下图神经网络。大家一定会非常好奇，图神经网络究竟哪里好...
Point- GNN学习2:开源项目学习
安壑的耕地
03-21 660
Point- GNN学习2:开源项目学习 Point- GNN学习2:开源项目学习Point- GNN学习2:开源项目学习数据集部署相关知识点1、checkpoint问题1、tensorflow和numpy版本配对问题：2、pycharm无法导入安装好的模块3、importError：cannot import name4、OSError: [WinError 126] 数据集部署 将数据集存放到对应的目录下，这需要阅读代码，了解代码中设置的路径。 相关知识点 1、checkpoint 项目的目录中有一个
GNN学习
m0_69052198的博客
07-22 116
什么是图也可以说，图是由什么构成的？在作者看来，图是由以下三部分组成，V代表是顶点，E代表的边长或者是连接关系，U代表的是整个图的全局？而这三个部分又都是由向量组成的，由此图可以看出，顶点是由六维向量组成的，而边是由八维向量，整个图是由五维向量。
图神经网络 (GNN)
m0_62307289的博客
11-11 7106
我们以民国最出名的七角恋人物关系图为例进行讲解，如下图所示：这是一张图，包括人物实体以及人物关系。我们抽象成下面的形式，人物是图的顶点（Vertex）、人物关系是图的边（Edge）。顶点和边都可以附带各自的属性（如：姓名、关系类型等）V：点，每个点都有自己的特征向量（特征举例：邻居点数量、一阶二阶相似度）E：边，每个边都有自己的特征向量（特征举例：边的权重值、边的定义）U：整个图，每个图都有自己的特征向量（特征举例：节点数量、图直径）
GNN图神经网络的简单学习了解
Fly的猪窝
06-21 4131
Abstract 本人能力有限，本篇文章只介绍图神经网络的结构，不涉及具体的训练过程和原理 参考https://blog.csdn.net/u012678060/article/details/81056008 （侵权则删） 1.简介 针对图而言，信息有两大类，一类为节点，一类为边，为了结构分析简洁，我们这里只考虑无向图。图的节点包含了一个节点的状态，我们用x（i）表示节点i的特征信息，...
GNN学习进阶
qq_25033587的博客
03-28 453
参考： 谱聚类（spectral clustering）原理总结 谱聚类(Spectral Clustering)详解
GNN学习笔记
weixin_74152658的博客
07-18 332
我们将在 GNN 层中构建更精细的消息传递变体，从而产生具有更高表现力和功率的 GNN 模型。GNN的研究前沿在于“如何构建图”，为图注入额外的结构或关系。添加更多的消息传递的属性。类比体会感受野和特征学习的过程，gnn比较随意 但也是针对某点的邻居进行学习。通过池化，聚集各部分特征（sum，mean，avg），信息传递？1.对于每个结点，收集所有邻接点的embedding。2.图的整体，节点，边都能代表一个分类/回归问题。最后对图结果的处理比较多样，比较自由。消息传递的属性越多，模型性能越好。
GNN 学习记录
负负得正的博客
05-19 829
共同的邻居的问题在于度数高的点对就会有更高的结果，Jaccard的系数是其归一化后的结果。缺点：这种方式的问题在于没有考虑两个点邻居的重合度（the degree of neighborhood overlap），如B-H有2个共同邻居，B-E和A-B都只有1个共同邻居。类似于SVM的核函数，定义好以后，通过核函数矩阵的映射，就可以按照之前的方式来处理了。由已知的节点去预测未知节点，称作半监督节点分类问题（训练时用到了未标记节点的特征）邻接矩阵的k次幂结果，每个元素就是对应点对之间长度为k的路径的条数。
GNN学习笔记|Deepwalk
weixin_52498332的博客
08-24 205
然后对读取的有向图G进行deepwalk，这里的deepwalk是对每个点进行一定次数和一定长度的随机游走，游走完之后会得到一些序列，这里会对每个点都进行随机游走。然后将得到的序列塞入Word2Vec模型中进行训练，这个模型会基于序列抽取点与点之间的共现关系得到点的embedding，我的理解是点的特征向量，这些embedding就包含了点的位置信息。这个evaluate是评估embedding的质量，与label中进行比较，label中对各个点进行了分类。先读取图的信息，从txt中获取各条边的信息。
L2P-GNN:AAAI-2021论文“学习预训练图神经网络”的代码和数据集
05-08
学习预训练图神经网络 该存储库是AAAI-2021论文《的正式实施 要求 要安装要求： pip install -r requirements.txt 数据集 可以从以下链接下载所有必需的数据文件。 对于生物学数据集，请从和下载（提取代码：j97n...
GNN2讲义pdf超详细
10-18
GNN2讲义pdf超详细 本文将对GNN2讲义pdf进行详细的知识点总结，涵盖了Graph Convolutional Matrix Completion（GC-MC）、AutuRec、CF-NADE、Matrix Factorization（MF）等主题。 1. 图神经网络（GNN） 图神经网络...
GNN学习笔记（四） 用于节点分类的GNN
HuaDing623的博客
08-02 1005
用于节点分类的GNN的基础理论介绍
ioDraw-v3.1.0-win64.exe，流程图、思维导图、甘特图绘制软件，Windows64位免安装版
11-10
1、ioDraw 是免费的在线作图软件，用于制作流程图、思维导图、甘特图、白板手绘图、mermaid流程图、海报设计、折线图、柱状图、拓扑图、组织结构图、UML、ER和时序图、平面设计图、电子电路图等，无需注册即可使用 2、替代Visio的免费软件，无使用限制 3、适合程序员、白领、系统架构师、项目经理、平面设计师、产品经理使用 4、v3.1.0变更日志： 新增将文件保存到百度网盘。 修复第三方平台文件列表页显示问题。
基于Java+SpringBoot+Vue的高校心理健康评测与服务系统答辩PPT.pptx
11-10
基于Java+SpringBoot+Vue的高校心理健康评测与服务系统答辩PPT.pptx
【光学】基于matlab BP神经网络光纤光栅应变传感器温度补偿【Matlab仿真 8783期】.zip
11-10
【光学】基于matlab BP神经网络光纤光栅应变传感器温度补偿【Matlab仿真 8783期】.zip
易支付完美级别运营已对接小微商户带视频教程
11-10
搭建非常简单真实可用 完美级别运营首选 已去授权已对接微信小微商户接口 支持扫码 jsapi 小程序 php 扩展安装:sg11 对接易通商户 需要开启PHP7.0以上 已全部开源
智能车未来趋势解析：技术进展、挑战及发展路径
11-10
内容概要：该文综述了21世纪智能车技术的发展现状及其面临的关键挑战。首先概述了智能车的基础技术构成，包括自动驾驶技术、车联网技术和智能座舱等组成部分。随后详细讨论了智能车技术实现的重要步骤：感知系统的开发、决策与控制的设计及系统的集成测试过程。此外，文中还指出了技术、法规及社会三个方面的主要挑战，并提出相应的发展策略建议。全文旨在探索未来智能车发展方向。 适用人群：对智能车技术及其应用感兴趣的汽车行业专业人员、技术研发人员及政策研究人士等。 使用场景及目标：适合用于了解智能车领域最新发展趋势和技术壁垒，辅助企业技术创新、产品规划及政府制定相关政策。 其他说明：本文对于希望把握智能车未来发展脉络，参与或者推动该领域进步的相关群体有着重要的指导意义。
stm32的C++开发环境.zip
11-10
使用stm32cubemx生成工程，内置makefile支持写C++程序编译运行
初步UI素材1234546
最新发布
11-10
初步UI素材1234546
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