图神经网络必读论文-Must-read papers on GNN
ContentSurvey papersIntroduction to Graph Neural Networks. Synthesis Lectures on Artificial Intelligence and Machine Learning, Morgan & Claypool Publishers, 2020. bookZhiyuan Liu, Jie Zhou.Graph ....
图神经网络11-GCN落地的必读论文：GraphSAGE
1 GraphSAGE论文简介论文：Inductive Representation Learning on Large Graphs 在大图上的归纳表示学习链接：https://arxiv.org/abs/1706.02216作者：Hamilton, William L. and Ying, Rex and Leskovec, Jure（斯坦福）来源：NIPS 2017代码：htt....
清华大学孙茂松组：图神经网络必读论文列表
GitHub 链接：https://github.com/thunlp/GNNPapers综述论文这部分共介绍了 8 篇论文，包括前面提到的清华大学的两篇综述论文。机器之心介绍过其中的部分论文，参见：深度学习时代的图模型，清华发文综述图网络清华大学图神经网络综述：模型与应用学界 | DeepMind 等机构提出「图网络」：面向关系推理学界 | Facebook 何恺明等人最新论文提出非局部神经网....
理解图神经网络预训练 | KDD论文解读
新零售智能引擎事业群出品 图表示学习目前受到了广泛关注，但目前绝大多数的图表示学习方法都是针对特定领域的图进行学习和建模，所产出的图神经网络难以迁移。近期，预训练在多个领域都取得了巨大的成功，显著地提升了模型在各大下游任务的表现。受到BERT (Devlin et al., 2018) 等工作的启发，我们开始研究图神经网络的预训练，希望能够从中学习到通用的图拓扑结构特征。我们提出了Graph C....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。