《图神经网络:基础与前沿》既可作为人工智能领域研究和开发人员的技术参考书,也可作为对图上的深度学习感兴趣的高年级本科生和研究生的入门书。 作者简介· ··· 马腾飞,IBM全球研究院总部研究员,东京大学博士,研究方向为机器学习、自然语言处理等。近期的研究集中在图神经网络及其在医疗、生化、金融等领域的应用...
吴凌飞 崔鹏 裴健 赵亮创作的计算机网络小说《图神经网络:基础、前沿与应用》,已更新章,最新章节:undefined。本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用,涵盖图神经网络的广泛主题,从基础到前沿,从方法到应用,涉及从方法论到应用场景
为了将图神经网络这个有用的工具介绍清楚,图神经网络的专家学者们一起撰写了一本关于图神经网络的教材《图神经网络---基础、前沿与应用》,是由人民邮电出版社所出版的。 本书分成四个部分: 1. 第一部分:引言; 2. 第二部分:基础; 3. 第三部分:前沿; 4. 第四部分:广泛和新兴的应用。 广告 图神经网络:...
今年的 KDD 大会是第 29 届,于 8 月 6 日 - 10 日在美国加州长滩举办。大会包含研究方向(Research )和应用数据科学方向 (Applied Data Science,ADS)两个 track。来自Pinterest、清华等学者带来了《图神经网络:基础、前沿与应用》教程,非常值得关注!
《图神经网络基础与前沿》是2021年电子工业出版社出版的图书。作者是马腾飞，本书讲述了图神经网络和图深度学习的基础知识和前沿研究，不仅包括它们的发展历史和经典模型，还包括图神经网络在深层网络、无监督学习、大规模训练、知识图谱推理等方面的前沿研究。内容简介 图神经网络是人工智能领域的一个新兴方向，它不仅...
本教程将通过回顾和介绍图神经网络的基本概念和算法、图神经网络的新研究前沿以及图神经网络的广泛和新兴应用,涵盖图神经网络中广泛的主题。此外,通过我们最近出版的《图神经网络(GNN):基础、前沿和应用》一书,丰富的教程材料将包括和介绍,以帮助读者获得系统的理解,这是GNN研究人员和实践者阅读和学习的最全面的书籍之...
计算机网络 计算机工具书 本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用,涵盖图神经网络的广泛主题,从基础到前沿,从方法到应用,涉及从方法论到应用场景方方面面的内容。全书分为四部分:第一部分介绍图神经网络的基本概念;第二部分讨论图神经网络成熟的方法;第三部分介绍图神经网络典型的...
图神经网络前沿 图分类和链接预测 由于GNN模型中的每一层都只产生节点级表征,因此需要图池化层来进一步计算基于节点级表征的图级特征。图级特征总结了输入图结构的关键特征,是图分类的关键组成部分。图池化层分为:简单的平面池化、基于注意力的池化、基于聚类的池化和其他类型的池化。 另一个长期存在的图学习问题是...
无监督学习(包括自监督学习):有利于分析没有相应标签的输入数据,旨在学习数据的潜在固有结构或分布,通过代理任务可以从大量无监督数据中探索监督信息。基于这种方式构建的监督信息可以训练深度神经网络,从而为未来下游任务提取有意义的表征。 迁移学习:涉及利用任何知识资源(如数据、模型、标签等)增加模型对目标任务的学习...