【论文阅读】GMNN: Graph Markov Neural Networks 终极理解方案

最新推荐文章于 2024-06-08 09:42:21 发布
最新推荐文章于 2024-06-08 09:42:21 发布
阅读量652 收藏 2
点赞数
分类专栏： 知识图谱 图神经网络 马尔可夫逻辑网 文章标签： 算法 机器学习 深度学习
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/xiangduixuexi/article/details/105582100
版权

理解方案

先根据柚子皮的EM算法理解[3]，把上面概率论的EM算法例子看一遍，脑子里大概有个EM具体的印象；
然后看90Zeng的EM算法推导[4]，给公式的物理意义搞懂，隐变量(预测值)，完全数据(预测+观测)，不完全数据(观测)；
GMNN用到的思想Amortized Variational Inference，参考[5]；
最后看[1]，[2]中有些图片可以参考，中间看不懂的去看原论文。

有时间我把自己的理解写上来。

参考文章

  1. 梨大-【论文阅读笔记】——GMNN: Graph Markov Neural Networks
  2. 吴锐-论文浅尝 | GMNN: Graph Markov Neural Networks
  3. 柚子皮-EM算法原理详解
  4. 90Zeng-EM算法原理详解
  5. What is amortized variational inference?
正门大石狮
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
文献学习(part12)--GMNN: Graph Markov Neural Networks
小山羊的学习日志
11-30 347
学习笔记，仅供参考，有错必纠 文章目录GMNN: Graph Markov Neural NetworksAbstractIntroduction相关著作统计关系学习基于图的半监督分类图形神经网络GNN的概率几何推理问题定义和初步问题定义 GMNN: Graph Markov Neural Networks Abstract 本文研究关系数据中的半监督对象分类，这是关系数据建模中的一个基本问题。在统计关系学习(例如关系马尔可夫网络)和图形神经网络(例如图形卷积网络)的文献中已经广泛研究了该问题。 统计关
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
02-14 2236
论文笔记整理：吴锐，东南大学硕士研究生，研究方向为自然语言处理 来源：ICML 2019链接：http://proceedings.mlr.press/v97/qu19a/...
GMNN: Graph Markov Neural Networks
shaodongheng的博客
07-10 946
文章目录摘要算法网络代码结构 摘要 本文研究了关系数据中的半监督对象分类，这是关系数据建模中的一个基本问题。统计关系学习（例如关系马尔可夫网络）和图神经网络（例如图卷积网络）的文献都对该问题进行了广泛的研究。在本文中，我们提出了结合两个方法优点的图马尔可夫神经网络（GMNN）。 GMNN使用条件随机场对对象标签的联合分布进行建模，可以使用变分EM算法对其进行有效训练。在E步中，一个图神经网络学习有效的对象表示形式，以近似对象标签的后验分布。在M步中，另一个图神经网络用于对局部标签依赖性进行建模。 算法网络代
探索数据关系的新境界：GMNN（Graph Markov Neural Networks）
最新发布
gitblog_00094的博客
06-08 320
探索数据关系的新境界：GMNN（Graph Markov Neural Networks） 项目地址:https://gitcode.com/DeepGraphLearning/GMNN 在这个数据驱动的时代，理解和挖掘复杂结构信息的能力至关重要。为此，我们向您推荐一个创新的开源项目——GMNN。这个项目将传统的统计关系学习方法与最新的图神经网络（GNN）相结合，为半监督对象分类任务开辟了新的道路...
【论文阅读笔记】——GMNN: Graph Markov Neural Networks
梨梨
11-14 4129
ICML2019《GMNN: Graph Markov Neural Networks》 by Meng Qu, Yoshua Bengio, Jian Tang，GNN工作的又一创新，将统计关系学习（SRL）和图神经网络（GNN）结合，该方法适用于图节点分类、节点关系分类，以及无监督的节点表示学习任务。原文地址：https://arxiv.org/abs/1905.06214v1 引言 现实社会...
[论文笔记]GMNN图马尔可夫网络原理
qianxie1的博客
10-17 965
GMNN Note 参考： Paper: GMNN: Graph Markov Neural Networks (arxiv.org) Paper Motivation 问题定义：弱监督下的关系数据中的对象分类。形式化地来说，给定一个图G，图上有结点V表示一系列对象，在对象间存在有一系列边E，且所有结点的属性集合为xVx_VxV​。当前已知部分结点L的标签yLy_LyL​，L⊂VL\subset VL⊂V，目的是推测出剩余结点U的标签值yUy_UyU​，U=V−LU=V-LU=V−L。 该问题当
A comprehensive survey on graph neural networks..pdf
02-14
图神经网络（Graph Neural Networks，GNNs）是一种深度学习方法，旨在处理非欧几里德空间中表示的图数据。近年来，深度学习在图像分类、视频处理、语音识别和自然语言理解等领域取得了巨大成功。但是，传统的机器...
刘知远-Introduction to Graph Neural Networks.pdf
04-01
Euclidean graph data that contains rich relational information between elements and cannot be well handled by traditional deep learning models (e.g., convolutional neural networks (CNNs) or recurrent ...
Introduction to Graph Neural Networks.pdf
04-19
图神经网络（Graph Neural Networks, GNN）是深度学习领域中的一个重要分支，它专注于处理图数据。图数据结构广泛存在于各种现实世界问题中，如社交网络、化学分子结构、交通网络等。CMU的Minji Yoon博士在她的112页...
GATED GRAPH SEQUENCE NEURAL NETWORKS
03-03
Our starting point is previous work on Graph Neural Networks (Scarselli et al., 2009), which we modify to use gated recurrent units and modern optimization techniques and then extend to output ...
《TF-GNN：Graph Neural Networks》附录《A.2.2 Creating GraphTensors》例程
10-09
《TF-GNN：Graph Neural Networks》附录《A.2.2 Creating GraphTensors》例程
马尔可夫模型 | Python实现GMNN图马尔可夫神经网络模型
算法如诗的博客
07-18 394
马尔可夫模型 | Python实现GMNN图马尔可夫神经网络模型
[论文笔记]GMNN图马尔可夫网络—基础：变分推断、EM
qianxie1的博客
10-17 441
变分推断 参考： 【一文学会】变分推断及其求解方法_小明的博客-CSDN博客_变分推断 基本思路 在概率模型中，常常需要近似难以计算的概率分布，在贝叶斯统计中，所有的对于未知量的推断(inference)问题可以看做是对后验概率(posterior)的计算。而这一概率通常难以计算，可以利用MCMC马尔科夫链蒙特卡洛算法做近似，但是对于大量数据，MCMC算法计算较慢，**变分推断(Variational Inference)**提供了一种更快更简单的适用于大量数据的近似推断方法。 假定用X=x1:nX=x
Graph Neural Networks: A Review of Methods and Applications简介
dreamweaverccc的博客
04-10 851
Jie Zhou et al. 2018.
Graph Neural Network Review
图特摩斯科技-博客
05-17 973
图(graph)是一个非常常用的数据结构，现实世界中很多很多任务可以描述为图问题，比如社交网络，蛋白体结构，交通路网数据，以及很火的知识图谱等，甚至规则网格结构数据(如图像，视频等)也是图数据的一种特殊形式，因此图是一个很值得研究的领域。 针对graph的研究可以分为三类： 1.经典的graph算法，如生成树算法，最短路算法，复杂一点的二分图匹配，费用流问题等等； 2.概率图模型，将条件概率...
[论文笔记]GMNN图马尔可夫网络—基础：CRF 随机向量场
qianxie1的博客
10-17 439
CRF 文章目录CRF李宏毅课程-CRFHMMCRF《统计学习方法》李航-CRF马尔可夫随机场马尔可夫随机场的因子分解条件随机场及线性链条件随机场条件随机场的参数化形式条件随机场的简化形式条件随机场的矩阵形式 李宏毅课程-CRF 处理的问题：输入是序列(sequence)XXX（X:x1、x2、...xLX: x_1 、x_2、...x_LX:x1​、x2​、...xL​），输出是序列YYY（Y:y1、y2、...yLY: y_1 、y_2、...y_LY:y1​、y2​、...yL​） Examp
图卷积网络、图神经网络必读论文
热门推荐
知行合一，止于至善
08-24 1万+
文章目录Content[Survey papers](#content)Models[Basic Models](#content)[Graph Types](#content)[Pooling Methods](#content)AnalysisEfficiencyApplicationsPhysics[Chemistry and Biology](#content)[Knowledge Gra...
The Graph Neural Network Model论文学习笔记
Frankwz的专栏
06-21 2858
The Graph Neural Network Model论文学习摘要1.简介 原文链接 摘要 诸如计算机视觉、分子化学、模式识别、数据挖掘等许多科学和工程领域中的数据间的潜在关系可以用图来表示。本文提出一种新的神经网络模型——图神经网络模型——对现有的神经网络模型进行了拓展，适用于处理可以表示为图的数据。该模型实现了一个将图GGG和图中的某个节点nnn映射到mmm维欧式空间的函数τ(G,n)∈...
graph neural networks in recommender systems: a survey
04-06
这篇论文主要介绍了在推荐系统中使用图神经网络的研究进展与应用。通过分析和比较现有的方法和模型，总结了图神经网络在推荐系统中的优点和不足，并提出了未来的研究方向。该论文对于推动图神经网络在推荐系统中的应用和发展有重要的参考价值。
评论
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
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