图神经网络汇总

置顶发呆的比目鱼

已于 2023-02-15 11:02:14 修改

阅读量592

点赞数 3

分类专栏：图神经网络文章标签：神经网络算法

于 2022-05-09 14:50:35 首次发布

本文链接：https://blog.csdn.net/weixin_42486623/article/details/124666138

版权

62 篇文章 19 订阅

订阅专栏

torch-geometric

torch_geometric API

DGL

DGL API

2014 - DeepWalk: Online Learning of Social Representations
DeepWalk：采用随机游走，形成序列，采用skip-gram方式生成节点embedding。
原理
 代码
2015 - LINE: Large-scale Information Network Embedding
LINE：捕获节点的一阶和二阶相似度，分别求解，再将一阶二阶拼接在一起，作为节点的embedding
原理
 代码
2016 - node2vec：Scalable Feature Learning for Networks
node2vec：不同的随机游走策略，形成序列，类似skip-gram方式生成节点embedding。
原理
 代码
2016 - SDNE: Structural Deep Network Embedding
SDNE：采用了多个非线性层的方式捕获一阶二阶的相似性。
原理
 代码
2017 - struc2vec: Learning Node Representations from Structural Identity
struc2vec：对图的结构信息进行捕获，在其结构重要性大于邻居重要性时，有较好的效果。
原理
 代码
2017 - metapath2vec: Scalable Representation Learning for Heterogeneous
metapath2vec：基于metapath的随机游走策略， gensim+word2vec来实现embedding。
原理
 代码

2017 - GCN: Semi-Supervised Classification with Graph Convolutional Networks
原理
 代码
2017 - GraphSAGE : Inductive Representation Learning on Large Graphs
原理
 代码
2017 - GAT: Semi-Supervised Classification with Graph Convolutional Networks
原理
 代码
2018 - RGCN: Modeling Relational Data with Graph Convolutional Networks
原理
 代码
2019 - HAN: Heterogeneous Graph Attention Network
原理
 代码
2019 - GTN：Graph Transformer Networks
原理
 代码
 2017-PMLR-Neural Message Passing for Quantum Chemistry
2019-LCLR-How Powerful are Graph Neural Networks