用于多关系数据的图神经网络R-GCNs（下）
关系图卷积网络（Relational-GCN）前面的示例描述了GCN在无向和无类型图上的行为。如前所述，更新过程基于以下步骤（在以下说明中，为简单起见，不考虑节点度）。通过将（i）单热点特征矩阵与（ii）权重矩阵相乘，可以实现投影步骤（或线性变换）。（i）2D矩阵（n，n），用于定义表示节点的独热向量。（ii）定义隐藏特征的2D矩阵（n，h）。当前矩阵仅编码一种类型的关系。将邻接矩阵(i)与投影....
用于多关系数据的图神经网络R-GCNs（上）
本文描述如何扩展图神经网络(GNNs)的最简单公式，以编码知识图谱(KGs)等多关系数据的结构。这篇文章包括4个主要部分:介绍了描述KGs特性的多关系数据的核心思想;GNN体系结构中包含的标准组件摘要;gnn最简单公式的描述，称为图卷积网络(GCNs);讨论如何以关系图卷积网络(R-GCN)的形式扩展GCN层，对多关系数据进行编码。知识图作为多关系数据基本图结构包括用于连接节点的无向，无类型和唯....
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。