GNN
Chris_34
这个作者很懒,什么都没留下…
展开
-
GNN的部分理论补充-03
本部分是理论支撑关于不动点定理参考知乎不动点:函数的不动点或定点指的是被这个函数映射到其自身的一个点,即ξ=f(ξ)\xi=f(\xi)ξ=f(ξ)。压缩映射:设fff在区间[a,b][a,b][a,b]上定义,f([a,b])⊂[a,b]f([a, b]) \subset[a, b]f([a,b])⊂[a,b],并存在一个常数kkk,满足0<k<10<k<10<k<1,使得对一切x,y∈[a,b]x, y \in[a, b]x,y∈[a,b]都成立不等式∣f原创 2020-06-21 04:21:58 · 3440 阅读 · 0 评论 -
GNN图神经网络详述-02
本文作为第2部分,主要根据原始论文介绍几篇基础的工作,主要包括GNN,GCN及变体,DCNN,Tree-LSTM,包括模型的详解和模型训练,以及模型评价。1. The Graph Neural Network Model论文:2009 -《The Graph Neural Network Model 》这篇论文是第一个提出Graph Neural Network模型的论文,它将神经网络使用在图结构数据上,并细述了神经网络模型了结构组成、计算方法、优化算法、流程实现等等。论文后面还对模型的复杂度进行原创 2020-05-27 06:25:19 · 10840 阅读 · 1 评论 -
GNN图神经网络详述-01
最近的有GNN学习需要,但这部分的资料整理还不算太多。本篇主要是作为知识梳理,主要参考综述性论文:Graph Neural Networks: A Review of Methods and Applications,在此基础上结合理解进行翻译和补充,首先想搞清楚目前的发展状况和一些主要的研究方向。注:下文中出现的所有名词图的说法即为Graph,在此不讨论Graph与Network的区别。个人理解图是数学上提出的概念,网络是一种特殊的图,图由其邻接矩阵中包含的结构信息定义,网络可能在其顶点具有任意数量的原创 2020-05-27 05:19:25 · 10077 阅读 · 0 评论 -
GNN-图神经网络基础内容概述
前言过去的十多年中,神经网络在图像和文本等结构化数据中已经表现的十分出色。CNN,RNN,自编码器(Autoencoders)等很多流行的模型在以矩阵或向量作为输入的结构形式数据上都能很好地工作,我称这些结构化的数据为表格数据。而这些模型在非结构化数据上的表现怎样呢?比如最近大家在研究中频繁碰到的图结构数据,如果不将这些非结构化的图数据经过复杂的转换变为表格格式的话,使用传统的方法基本无从下手,...原创 2020-04-12 06:37:44 · 16736 阅读 · 0 评论