- 博客(5)
- 收藏
- 关注
原创 【复杂网络构建模型】
复杂网络模型构建用PYTHON实现构图BA网络ER随机图 用PYTHON实现构图 BA网络 import networkx as nx #导入建网络模型包,命名nx import matplotlib.pyplot as mp #导入科学绘图包,命名mp #BA scale-free degree network graphy BA=nx.barabasi_albert_graph(25,2) ps=nx.spring_layout(BA)#布置框架 nx.draw(BA,ps,with_labe
2022-05-14 20:21:39
1321
原创 Optimization of Graph Neural Networks Implicit Acceleration by Skip Connections and More Depth
Optimization of Graph Neural Networks: Implicit Acceleration by Skip Connections and More Depth 论文来源:https://arxiv.org/pdf/2105.04550.pdf – 2021.ICML 摘要 通过研究GNN的梯度动力学, 线性GNN以线性速度收敛到最小值是有保证的,其次,研究了影响GNN训练速度的因素。结果表明,跳越连接、更深入和/或良好的标签分布可以隐式地加速GNN的训练。研究结果首次为具有跳
2022-04-25 20:37:40
255
原创 Adaptive Propagation Graph Convolutional Network
Adaptive Propagation Graph Convolutional Network 论文来源:http://arxiv.org/abs/2002.10306 – 2020.IEEE 摘要 图卷积网络通过交叉顶点操作和节点间消息传递交换对图数据处理。如何进行可微交换协议(如:在GCN中1-hop Laplacian );如何权衡节点更新的复杂性。作者提出为每个节点辅以一个”暂停单元“,每次消息传递更新后决定是否继续传递消息。 介绍 以GCN层作为基础构建块,值得关注的几个问题:1.如何设计更好
2022-04-25 20:32:59
153
原创 SkipNodeOn Alleviating Over-smoothing for Deep Graph Convolutional Networks
SkipNode:On Alleviating Over-smoothing for Deep Graph Convolutional Networks 论文来源:https://arxiv.org/abs/2112.11628 --2021 摘要 作者分析过度平滑问题背后的潜在问题,即特征多样性退化,梯度消失和模型权重过度衰减。并提出SkipNode模块,以缓解过平滑,通过随机选择(基于节点度)节点,直接输入特征给非线性激活函数来跳过卷积操作。理论上,(1)可以防止特征丢失多样性;(2)“跳过”节点使梯度
2022-04-25 20:27:39
164
原创 论文写作结课报告
对论文的基本要求是: (1)论文的主要内容,是叙述一套方法在一个特定场合中的应用。 (2)这套方法必须要有所创新或突破,并因而对学术界有所贡献。因此,它或者是解决既有问题的新方法,或者是既有方法的新应用,或者是以一个新的方法开启一整片新的应用领域。 (3)在论文中,你必须要有能力提出足够的证据来让读者信服说:针对这个应用场合,你所提出来的方法确实有比文献中一切既有方法更优越之处。 (4)此外,你必须要能清楚指出这个方法在应用上的限制,并且提出充分证据来说服读者:任何应用场合,只要能够满足你所
2021-12-21 19:46:39
611
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