【干货】图卷积GCN前沿方法介绍

【导读】随着人工智能发展,很多人都听说过机器学习深度学习卷积神经网络这些概念。但图卷积神经网络,却不多人提起。那什么是图卷积神经网络呢?简单的来说就是其研究的对象是图数据(Graph),研究的模型是卷积神经网络。中国科学院计算所的研究员沈华伟为大家带来关于图卷积的介绍。


报告摘要:

卷积神经网络在处理图像、自然语言等具有较好空间结构的数据时已经展现出了很好的优势。然而,卷积神经网络不能直接应用于图(Graph)这类空间结构不规则的数据上。近年来,研究人员开始研究如何将卷积神经网络迁移到图数据上,涌现出ChevNet、MoNet、GCN、GAT等一系列方法,在基于图的半监督分类和图表示学习等任务中表现出很好的性能。报告将梳理和回顾该方向的主要研究进展,并结合社会媒体计算探讨未来可能的发展方向。


原文链接:

http://smp2018.cips-smp.org/workshop-datamining.html


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“SMPGCN” 就可以获取最新PPT 下载链接~ 




附PPT全文:


-END-

专 · 知


人工智能领域26个主题知识资料全集获取加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!


请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!


请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

 AI 项目技术 & 商务合作:bd@zhuanzhi.ai, 或扫描上面二维码联系!


请关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知

展开全文
Top
微信扫码咨询专知VIP会员