自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 【论文翻译】Bayesian graph convolutional neural networks for semi-supervised classifification

目录 摘要 1,引言 2,相关工作 3,背景 4,方法论 5,实验结果 6,结论及未来工作 摘要 近年来,将卷积神经网络应用于图结构数据的技术已经出现。图卷积神经网络(GCNNs)已被用于处理节点、图的分类和矩阵补全问题。虽然性能令人印象深刻,但目前的实现在图结构中合并不确定性的能力有限。几乎所有的gcnn处理一个图就好像它是对节点之间关系的基本真实描述一样,但在应用程序中使用的图本身通常来自于有噪声的数据或建模假设。可能包括伪边;在具有非常强关系的节点之间可能缺失其他...

2021-11-28 17:06:57 1271

原创 【论文翻译】Graph Contrastive Learning with Augmentations

Graph Contrastive Learning with Augmentations 目录 Graph Contrastive Learning with Augmentations 摘要 1,引言 2,相关工作 3,方法论 3.1,图形的数据增强 3.2,图对比学习 4,数据增强在图形对比学习中的作用 4.1,数据指导是至关重要的。构成指导的好处。 4.2,有效图形增强的类型、范围和模式 4.3,与“更硬”的任务不同,过于简单的对比任务并没有帮助。 5,与最先进的方法的

2021-11-01 17:01:19 1223

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除