2020 12 07 - 2020 12 13
精读论文:GPT-GNN: Generative Pre-Training of Graph Neural Networks (预训练GNN,将其应用到标注数据少的任务中进行图数据的分析,逐步预测出一个图中一个新节点会有哪些特征、会和图中哪些节点相连)
系统学习GNN,继续熟悉智慧学习领域研究点;论文研究点几乎都是教育心理学模型结合人工智能最新技术,再抽象点就是现实业务模型+数学计算理论+计算机技术,而我目前最大的痛点应该就是数学计算理论了(哭唧唧)。
计划:接下来两周的打算是收集所有GNN相关的学习资料,搞清楚这个技术点,再来结合现实业务模型,探究创新点。
搜集框架整理如下(后续整理完毕会出系统化的收录博客):
GNN: 综述(精读 泛读)、模型(基于图类型 基于传播方式 基于学习算法)、应用(知识图谱 文本处理 图像处理 组合优化 其他)
图神经网络的三个重要模型:GCN、GAT与GraphSAGE