Convolutional Neural Networks on Graphs (by Xavier Bresson): 以Spectral的方法为主，介绍了这个方向的...
Title:《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》Authors:Michaël Defferrard、Xavier Bresson、Pierre VandergheynstPaper:Download Source:NeurIPS 2016 Abstract 基于spectral graph theory ,为设计 localized convolutional filters on graphs 提供了必要的数学背景和有效的数值方案...
Defferrard, Michaël, Xavier Bresson, and Pierre Vandergheynst. "Convolutional neural networks on graphs with fast localized spectral filtering."Advances in Neural Information Processing Systems. 2016. 摘要: 作者提出了一种把传统CNN扩展到非欧空间上的一种卷积网络 1.介绍 作者的主要贡献有: (1)谱方法...
也就是说,对于两个不同的graphs, 来自这两个graph的子结构g1和g2,它们在各自的graph中有相似的结构,那么他们label应该相似。为了解决这个问题,论文中定义了一个optimal graph normalization问题,定义如下: 这个等式的解在于寻找一个一个labeling L, 使得从图的集合中任意选取两个图G1和G2,它们在vector space距离...
因为现实的处理问题当中还存在大量的 Non-Euclidean Data,如社交多媒体网络(Social Network)数据,化学成分(Chemical Compound)结构数据,生物基因蛋白(Protein)数据以及知识图谱(Knowledge Graphs)数据等等,这类的数据属于图结构的数据(Graph-structured Data)。CNN等神经网络结构则并不能有效的处理这样的数据。
Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering,把 巧妙设计成了 ,也就是: 上面的公式仿佛还什么都看不出来,下面利用矩阵乘法进行变换,来一探究竟。 进而可以导出: 小说明: 上述等式成立的原因是 ,其中 (4)式就变成了: ...
ECC notes:Dynamic Edge-Conditioned Filters in Convolutional Neural Networks on Graphs 论文主要介绍了一种在图结构上进行卷积操作的一种方法,简称为ECC。总结而言,ECC的卷积操作和常规的二维图像卷积操作都是一种加权平均操作,不同之处在于ECC可以作用在任何图结构上,并且其权重由节点间的边权所决定。
Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering,程序员大本营,技术文章内容聚合第一站。
在后续的《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》提出的第二代图卷积和切比雪夫卷积则对此做出了改进。 参考资料 zhihu.com/question/5450 京东《图深度学习——从理论到实践》 编辑于 2024-07-13 22:03・IP 属地福建 1 艾滋病预防药国内获批上市,号称能「百分百有效预...
ReadPaper是深圳学海云帆科技有限公司推出的专业论文阅读平台和学术交流社区,收录近2亿篇论文、近2.7亿位科研论文作者、近3万所高校及研究机构,包括nature、science、cell、pnas、pubmed、arxiv、acl、cvpr等知名期刊会议,涵盖了数学、物理、化学、材料、金融、计算机科