图神经网络（二十一）ADAPTIVE UNIVERSAL GENERALIZED PAGERANK GRAPH NEURAL NETWORK

最新推荐文章于 2024-06-22 09:34:22 发布
最新推荐文章于 2024-06-22 09:34:22 发布
阅读量1k 收藏 2
点赞数
分类专栏： 图神经网络论文集锦 文章标签： GNN
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_43198122/article/details/115247041
版权
本文提出了一种新的GNN架构——GPR-GNN，它结合了图神经网络和广义PageRank技术，旨在解决图的异构性和过平滑问题。GPR-GNN通过学习自适应的GPR权重，能同时利用节点特征和图的拓扑结构，适应不同类型的标签模式。理论和实验表明，这种方法可以缓解过平滑并处理异质图，且学习到的权重不受初始化类型影响。
摘要由CSDN通过智能技术生成

本文收录于ICLR2021，作者来自于美国伊利诺伊大学香槟分校。今年的ICLR越加恐怖了，收录的文章数学功底雄厚，想法新颖，当然文章也越来越难看懂（/(ㄒoㄒ)/~~）。回到正题，GNN其主要设计的目的就是利用节点的特征和图的拓扑来来处理图数据，例如AM-GCN中就是通过自适应学习节点特征和拓扑图之间的关系从而对节点进行分类，前一篇GraLSP则是通过捕获图的结构模式来对节点进行嵌入学习。本文引入了一种新的广义PageRank-GNN架构来解决图的异构性和过平滑问题，该架构自适应的学习GPR权重，从而联合优化节点特征和拓扑信息提取，而不考虑节点标签的同质性或异质性。并且学习的GPR权重自动调整到节点标签模式，与初始化类型无关，从而保证了对通常难以处理的标签模式的良好学习性能。源码在这

INTRODUCTION

了解本专栏 订阅专栏 解锁全文 超级会员免费看
码匀
关注
专栏目录
订阅专栏
GNN2021(二) Adaptive Universal Generalized PageRank Graph Neural Network, ICLR
qq_36618444的博客
03-08 1466
文章目录IntroductionPRELIMINARIESGPR-GNNSTHEORETICAL PROPERTIES OF GPR-GNNS定理4.1定理4.2实验 Introduction 引入一种新的广义PageRank (GPR) GNN架构来解决异构性与过平滑问题，该架构自适应地学习GPR权值，从而联合优化节点特征和拓扑信息提取，而不管节点标签的同质性或异质性的程度。本文模型的架构与上一篇读过的论文差不多，但是给出了大量的理论证明，对于研究GNN原理的小伙伴有很大的启发（也注定了我写这篇博客得花.
图神经网络论文阅读(二十一) Simplifying Graph Convolutional Networks，ICML2019
qq_36618444的博客
11-12 623
本文作者来自Cornell University， Federal Institute of Ceara (Brazil)。 本文提到，GCNs从其深度学习传承中继承了相当大的复杂性，这对于要求较低的应用程序来说可能是负担和不必要的。因此本文旨在采用线性模型的方式去降低GCN的复杂度，通过反复去除GCN层之间的非线性，并将结果函数压缩为单个线性变换，来降低GCNs的过度复杂性，并提出网络Simple Graph Convolution (SGC)。 Model 假设GCN层之间的非线性不是关键的——但是大
ICLR 2021上与【图神经网络（GNN）】相关的论文（五篇）
02-28
本文发现基于图神经网络（Graph Neural Networks，GNN）相关的接受paper非常多，图神经网络这几年方法的研究，以及在CV、NLP、DM上应用也非常广，也是当前比较火的topic。
论文《Adaptive Universal Generalized PageRank Graph Neural Network》笔记
bunny___的博客
05-31 793
【GPRGNN】根据2024年异配图神经网络综述《Towards Learning from Graphs with Heterophily：Progress and Future》中的分类（Taxonomy）部分，我们选择研究不同类别下的异配图神经网络，从GPRGNN开始。
《Adaptive Universal Generalized Pagerank Graph Neural Network》阅读笔记
LW的技术小筑
11-30 3828
论文地址：Adaptive Universal Generalized Pagerank Graph Neural Network 文章概览 作者指出了现如今多数GNN的两个缺陷： 只适用于同构图； 由于过平滑（over-smoothing），不能网络不能堆的特别深。 为此，作者从PageRank那里得到启发，提出了GPR-GNN模型，该模型解决了以上两个缺陷，作者在一系列同构图和异构图上进行了实验，结果表明在半监督结点分类任务上，GPR-GNN的性能相对于现有技术来说有显著的提升。 预备知识 论文符号
ICLR21: GPR-GNN ADAPTIVE UNIVERSAL GENERALIZED PAGERANK GRAPH NEURAL NETWORK
qq_40926715的博客
09-13 815
看完论文觉得 可能 IPR比 PPR优， 从而作者 从 IPR-GPR进行 特征聚合， 到看到代码，是 将 APPNP的 那个 固定的 系数 采用parameter 绑定之后 进行学习， 同时 采用了 多种 Init的方式。而对于 APPNP ，作者说 γ = α（1-α）^k ，但是 code里面 计算出的这个 gamma是 和最开始 x相乘的 即就是 teleport，而不是每层的 attention。nppr（appnp的 补集， 产生的 TEMP 和 ppr产生的TEMP 各元素对应相加 =1 ）
cs224w 图神经网络 学习笔记（十一）Link Analysis: PageRank
喵木木的博客
08-08 1180
课程链接：CS224W: Machine Learning with Graphs 课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字) 目录1. Web as a Graph 1. Web as a Graph Web（互联网）实质上可以看成是一张有向图（Directed graph），节点是各种网页，边是网页之间的超链接。 对于这样的有向图，我们考虑两个问题： 给定节点vvv，哪些节点可以到达vvv？ 从节点vvv出发，可以到达哪些节点？ 对于第一点，我们用集合In.
adaptive universal generalized pagerank graph neural network(iclr2021)
08-01
《自适应通用广义PageRank图神经网络》是在ICLR2021中发布的一篇论文。这篇论文提出了一种新的图神经网络模型，称为自适应通用广义PageRank图神经网络。 传统的图神经网络通常使用节点和边的特征来进行节点分类和...
Adaptive+Universal+Generalized+PageRank
03-18
【Adaptive Universal Generalized PageRank】与【Adaptive Universal Generalized PageRank Graph Neural Network】是针对图神经网络（GNN）领域的一种改进方法。在传统的图数据处理中，PageRank算法是Google搜索...
DataFunSummit 2021 图机器学习峰会PPT汇总（31份）.zip
05-21
Adaptive Universal Generalized PageRank Graph Neural Network 2. 复杂图 面向富文本网络的图神经网络及应用 视频人物社交关系图生成与应用 知识图谱的自监督学习与逻辑推理 Representing and Aligning Networks ...
DataFunSummit 2021 图机器学习峰会PPT汇总，共31份
02-09
Adaptive Universal Generalized PageRank Graph Neural Network 2. 复杂图 面向富文本网络的图神经网络及应用 视频人物社交关系图生成与应用 知识图谱的自监督学习与逻辑推理 Representing and Aligning Networks ...
图神经网络--图神经网络
weixin_43557816的博客
02-26 534
图神经网络--图神经网络
探索图神经网络新境界：GPRGNN项目推荐
最新发布
gitblog_00061的博客
06-22 410
探索图神经网络新境界：GPRGNN项目推荐 项目地址:https://gitcode.com/jianhao2016/GPRGNN 在深度学习的广阔领域中，图神经网络（Graph Neural Networks, GNN）因其处理复杂图结构数据的能力而备受关注。今天，我们要向大家隆重介绍一款前沿的开源项目——GPRGNN（Adaptive Universal Generalized PageRan...
会议交流 - CCKS2020 | 2020年全国知识图谱与语义计算大会
开放知识图谱
10-16 976
OpenKG开放知识图谱（简称 OpenKG）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。 ...
【补充】图神经网络前传——PageRank
Karen_Yu_的博客
05-10 841
对于任何一个网页，都可以给出网页的重要度，给每个网页重要度打分，高分的靠前。（这个参考资料考虑之后去自己看看）把互联网用图来表示，每一个网页就是一个节点，网页之间的引用（放一个超链接，比如）就是边。不过现在可能这样就不太方便了，因为现在的网页是可以随时生成的（比如支付成功页面），同时还有无法触达的部分（比如朋友圈、聊天记录），都不是爬虫可以爬到的。PageRank把互联网当作一个整体，认为网页间存在关联。
PageRank算法简介及Map-Reduce实现
weixin_30598225的博客
05-21 370
　　PageRank对网页排名的算法，曾是Google发家致富的法宝。以前虽然有实验过，但理解还是不透彻，这几天又看了一下，这里总结一下PageRank算法的基本原理。 一、什么是pagerank 　　PageRank的Page可是认为是网页，表示网页排名，也可以认为是Larry Page(google 产品经理)，因为他是这个算法的发明者之一，还是google CEO（^_^）。PageRa...
图神经网络（CS224w）学习笔记4 Link Analysis: PageRank (Graph as Matrix)
woshuaizuishuai的博客
04-03 1211
本章主要内容：将图视为矩阵（邻接矩阵）的形式，以线性代数的角度来学习PageRank、随机游走和图嵌入。
图神经网络（十九）PREDICT THEN PROPAGATE: GRAPH NEURAL NETWORKS MEET PERSONALIZED PAGERANK
码匀的博客
03-22 519
本文收录于ICLR2019，作者来自于慕尼黑工业大学。这篇文章说的还是GCN的邻域无法扩展的问题，因此作者利用GCN和PageRank之间的关系，推导出一种基于个性化PageRank的改进传播方案，利用这个传播方案构造了一个简单的模型：个性化的神经预测传播(PPNP)及其快速逼近(APPNP)。该模型需要使用较少的训练时间和较少的参数数量，实验表明，该模型的性能提升较为明显。在看这篇文章之前，可以去看一下我写的这篇PageRank介绍 INTRODUCTION GCN的邻域扩展始终是一个问题，在扩展的同时会
【十大经典数据挖掘算法】PageRank
hellozhxy的博客
10-09 2167
作者简介：Treant 人工智能爱好者社区专栏作者 博客专栏：https://www.cnblogs.com/en-heng   引言 PageRank是Sergey Brin与Larry Page于1998年在WWW7会议上提出来的，用来解决链接分析中网页排名的问题。在衡量一个网页的排名，直觉告诉我们： 当一个网页被更多网页所链接时，其排名会越靠前； 排名高的网页应具有更大的表决权，即...
图神经网络（四）N-GCN: Multi-scale Graph Convolution for Semi-supervised Node Classification
码匀的博客
03-13 1833
这篇文章和前一篇MixHop是属于同一个团队同一个作者的，甚至还是同一个模型？？？找到这篇文章是因为作者将这篇文章的代码直接和MixHop的代码放到一起了，戳这 我们直接上模型： 文中说的是首先计算归一化邻接矩阵的K幂次，然后分别将每个幂次计算出来的矩阵和特征X送如r个GCN中，之后再将这些得到的特征进行拼接，然后送入全连接层，进行一个softmax分类。其实整个网络的表示也就是这个： ok,我们来看一下MixHop模型： 只能说MixHop是这个模型的小小改进和简化吧，个人觉得GAT出来之后混合这些
评论 1
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

打赏作者

码匀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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