![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图计算系统/图神经网络
BIT可达鸭
北京理工大学计算机科学与技术专业直博,研究方向为 3D 视觉、零样本学习等,获得百度飞桨开发者技术专家、百度飞桨深度学习开发者峰会开源新星奖、小米奖学金等,个人主页:https://sharpiless.github.io/
展开
-
【论文阅读笔记】Simple and Deep Graph Convolutional Networks
【论文阅读笔记】Simple and Deep Graph Convolutional Networks1. 论文地址:2. 摘要:3. 简介:3.1 图卷积神经网络:3.2 传统GCN的局限性:3.3 一些解决方案:3.4 本文的方案:4. 相关研究:4.1 符号表示:4.2 GCN:5. GCNII 模型:5.1 模型简介:5.2 初始残差连接:5.3 恒等映射:5.4 迭代收缩阈值:6. 实验结果:1. 论文地址:论文:https://arxiv.org/pdf/2007.02133.pdf源码原创 2020-08-08 17:56:55 · 2737 阅读 · 1 评论 -
【图神经网络综述】一文道尽GNN原理、框架和应用
【2020 图神经网络综述】A Comprehensive Survey on Graph Neural Networks1. 摘要:2. 简介:2.1 为什么要用图表示数据:2.2 GNN与network embedding:2.3 GNN与Graph Kernel:2.4 一些符号表示:论文地址:https://arxiv.org/abs/1901.005961. 摘要:近年来,深度学习已经彻底改变了许多机器学习任务,从图像分类和视频处理到语音识别和自然语言理解。这些任务中的数据通常在欧几里德空间原创 2020-08-05 00:06:03 · 18609 阅读 · 0 评论 -
【图神经网络】异构时间图卷积网络HTGCN——用于社区检测
【图神经网络】异构时间图卷积网络——用于社区检测论文地址:摘要:研究关键点:核心解决方案:几个定义:1. 异构图:2. 异构图的邻接矩阵:3. Meta-Path(元路径):4. 问题陈述:HTGCN算法:1. 异构GCN组件:2. 残差压缩聚合组件(ResCAC):2.1 元路径:2.2 Hadamard积:论文地址:《Heterogeneous-Temporal Graph Convolutional Networks: Make the Community Detection Much Bette原创 2020-07-17 14:56:19 · 3132 阅读 · 4 评论 -
【社区发现/图聚类算法】ppSCAN:Parallelizing Pruning-based Graph Structural Clustering
【社区发现/图聚类算法】ppSCAN:Parallelizing Pruning-based Graph Structural Clustering一、论文地址:二、摘要:三、问题阐述:四、基础算法:五、分析和讨论:5.1 性能瓶颈:5.2 并行化的挑战:六、并行化算法:6.1 优化方法:6.2 程序伪代码:Role Computing:Core and Non-Core Clustering:Degree-Based Dynamic Task Scheduling:Vectorized Pivot-bas原创 2020-06-14 23:29:54 · 1640 阅读 · 2 评论 -
【社区发现/图聚类算法】pSCAN: Fast and exact structural graph clustering
【社区发现/图聚类算法】pSCAN: Fast and exact structural graph clustering一、论文地址:二、任务简介:三、SCAN算法:四、PSCAN算法:4.1 摘要:4.2 任务介绍:4.3 现有方法的不足:4.4 本文的贡献:4.5 一些基本概念:4.5.1 定义一:4.5.2 定义二:4.5.3 定义三:4.5.4 定义四:4.5.5 定义五:4.6 SCAN算法分析:4.7 新的范式:4.7.1 观察一:4.7.2 观察二:4.7.3 观察三:4.7.4 范式:集群原创 2020-06-07 16:15:39 · 5386 阅读 · 2 评论 -
【社区发现算法】SCAN: A Structural Clustering Algorithm for Networks
SCAN: A Structural Clustering Algorithm for Networks一、论文地址:二、任务简介:三、核心思想:四、算法简介:4.1 传统算法的不足:4.2 提出改进目标:4.3 算法特点:五、一些基础概念:基本图:节点相似度:ϵ - 邻居:核节点:直接可达:可达:相连:相连聚类:桥节点:离群点:引理一:引理二:六、算法详解:6.1 伪代码:6.2 算法详解:6.3 复杂度分析:七、算法评估:八、结论:一、论文地址:https://dl.acm.org/doi/pdf原创 2020-05-31 16:11:42 · 3734 阅读 · 2 评论 -
【图算法】社区发现算法——Fast unfolding
【图算法】社区发现算法——Fast unfolding1. 社区划分问题的定义:2. 社区划分的评价标准:3. Fast unfolding算法:3.1 Fast Unfolding算法的基本思路:3.2 算法流程:4. 代码实现:4.1 Python实现:4.2 算法测试:4.3 测试结果:参考博客:https://blog.csdn.net/google19890102/article/details/486602391. 社区划分问题的定义:在社交网络中,用户相当于每一个点,用户之间通过互相的关原创 2020-05-19 20:23:35 · 5686 阅读 · 2 评论 -
【图计算系统】小白入门(一):图计算系统的基本概念、开源框架及其应用
图计算系统的基本概念、开源框架及其应用一、图结构概论:1.1什么是图?1.2 图处理的难点:1.3 图储存方式:(1) 邻接矩阵:(2) 邻接表:(3) 十字链表(有向图):(4) 邻接多重表(无向图):(5) 边集数组(权重图):二、图计算概论:2.1 基本概念:2.2 开源框架:Ligra:Gemini:Plato:2.3 图计算的实现:2.4 图计算的应用:总结:如非作者允许,本文禁止转载...原创 2020-05-03 11:25:49 · 8472 阅读 · 2 评论