图自编码(Graph autoencoders) 图强化学习(Graph reinforcement learning) 图对抗方法(Graph adversarial methods) 这里会主要记录第二部分卷积神经网络的内容。 图卷积网络可以说是最热门的研究方向。论文中的table 4 总结了对比了一些卷积神经网络结构。 卷积操作 谱方法 在上一章学习有关图谱卷积的知识的时候,提到过...
在图级RNNs中,不是将一个RNNs用于每个节点来学习节点状态,而是将单个RNN用于整个图以对图状态进行编码。 You等人将图RNN用于图生成问题,他们采用了两种RNN,一种生成新节点,另一种以自回归方式为新添加的节点生成变,这种分层RNN架构比传统的基于规则的图生成模型更有效地从输入图中学习,同时具有更合理的时间复杂度。
《Deep Learning on Graphs: A Survey》。 Zhang Z, Cui P, Zhu W. Deep learning on graphs: A survey[J]. IEEE Transactions on Knowledge and Data Engineering, 2020. 18年的一篇GNN综述,读完之后,感觉GCN那一部分对我帮助还不小,帮我理清了脉络,也可能是因为之前把《Graph Representation Learning》这本...
图自动编码器 (graph autoencoder,GAE),GAE 假设低秩图结构,并采用无监督方法进行节点表示学习。 图强化学习(graph reinforcement learning,Graph RL),图 RL 定义了基于图的动作和奖励,以在遵循约束的同时获得有关图任务的反馈。 图对抗方法(graph adversarial methods),图对抗方法采用对抗训练技术来增强基于图的模型...
A Survey on Deep Learning in Medical Image Analysis Abstract 深度学习算法特别是卷积神经网络已经快速成为分析医疗图像的一种方法。本文总结了与医疗图像分析的主要的深度学习方法,在这个领域超过300位贡献者,其中大部分是近些年的成就。我们发现深度学习主要应用在图像分类、物体检测、分割、注册和其他任务。概述每个应...
A Survey on Deep Transfer Learning 2018 翻译 ((o)/~虽然这篇文章是2018年的,不是很新,但是写的通俗易懂,很适合刚接触迁移学习的同学,所以就翻译了) independent and identically distributed(i.i.d.)独立同分布 摘要 深度学习作为一种新兴的分类平台,近来日益受到研究人员的关注,并已成功应用于多个领域。在...
Then, we comprehensively provide a taxonomy which groups robust models on graphs into five categories: anomaly detection, adversarial training, pre-processing, attention mechanism, and certifiable robustness. Besides, we emphasize some promising future directions in learning robust models on graphs. ...
2、Adversarial attack and defense on graph data: A survey. arXiv , 2018. 3、Graph sanitation with application to node classification. arXiv preprint arXiv 2021. 4、On the unreasonable effectiveness of feature propagation in learning on graphs with missing node features. arXiv, 2021. ...
论文阅读08——《Deep Learning on Graphs: A Survey》 神经网络深度学习survey论文模型 深度学习在许多领域都是成功的,从声学、图像到自然语言处理。然而,由于图的独特特性,将深度学习应用于无处不在的图数据并非易事。最近,大量的研究致力于将深度学习方法应用于图,从而在图分析技术方面取得了有益的进展。在这项...
根据(Representation learning for dynamic graphs: A survey)中的观点,动态图的神经模型可以被视为编码器-解码器对,其中编码器是一个函数,从动态图映射到节点嵌入,解码器将一个或多个节点嵌入作为输入,并进行特定于任务的预测,如节点分类或链接预测。本文的主要贡献是一种新颖的时间图网络(TGN)编码器,它应用于一...