【南洋理工Xavier】图深度学习最新进展,35页ppt,Deep Learning on Graphs

2019 年 11 月 27 日 专知
【南洋理工Xavier】图深度学习最新进展,35页ppt,Deep Learning on Graphs

【导读】深度学习在多个领域中实现成功,如声学、图像和自然语言处理。但是,将深度学习应用于普遍存在的图数据仍然存在问题,这是由于图数据的独特特性。近期,该领域出现大量研究,极大地提升了图分析技术。南洋理工大学Xavier Bresson最近给了关于图形上深度学习进展《Deep Learning on Graphs》,涵盖图上卷积神经网络的结构、应用、开源软件DGL等,值得查看。

https://www.meetup.com/Singapore-Artificial-Intelligence-Meetup-Group/events/265274922


纲要:动机、图深度学习、应用、DGL、教程、训练

便捷下载请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“NDLG” 咨询获取《Deep Learning on Graphs 》报告ppt下载



-END-
专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询
请加专知小助手微信(扫一扫如下二维码添加),获取专知VIP会员码,加入专知人工智能主题群,咨询技术商务合作~
点击“阅读原文”,了解成为 专知会员 ,查看5000+AI主题知识资料
登录查看更多
65

相关内容

简介: 机器学习在处理结构化数据集(例如表格数据)方面历来是成功的。 随着最近的进步,特别是在深度学习方面的进步,现在还存在用于处理图像,文本和语音数据的完善且强大的方法。 但是,许多现实世界的数据并不属于这些类别。 这种数据重要的一种是网络或图形数据,可用于对诸如社交网络,交易流,计算机网络甚至分子相互作用之类的概念进行建模。 使用图,我们可以轻松地表示和捕获对象之间的复杂交互和依赖关系,但同时也提出了一个问题:我们如何将机器学习应用于结构化数据图?

嘉宾介绍: Xavier Bresson,NTU计算机科学副教授。 他是图深度学习领域的领先研究人员,图深度学习是一个新的框架,该框架结合了图和深度学习技术,可以处理多个领域的复杂数据。 演讲的目的是介绍基于图的卷积神经网络体系结构,以及此类问题的应用。

大纲:

  • Motivation
  • Graph Deep Learning
  • Applications
  • DGL
  • Tutorials
  • Trainings
成为VIP会员查看完整内容
0
98
小贴士
相关论文
Liang Chen,Jintang Li,Jiaying Peng,Tao Xie,Zengxu Cao,Kun Xu,Xiangnan He,Zibin Zheng
34+阅读 · 2020年3月10日
Mingzhen Li,Yi Liu,Xiaoyan Liu,Qingxiao Sun,Xin You,Hailong Yang,Zhongzhi Luan,Depei Qian
10+阅读 · 2020年2月6日
Wenwu Zhu,Xin Wang,Peng Cui
19+阅读 · 2020年1月2日
Optimization for deep learning: theory and algorithms
Ruoyu Sun
82+阅读 · 2019年12月19日
Bryan Wilder,Eric Ewing,Bistra Dilkina,Milind Tambe
6+阅读 · 2019年5月31日
A Comprehensive Survey on Graph Neural Networks
Zonghan Wu,Shirui Pan,Fengwen Chen,Guodong Long,Chengqi Zhang,Philip S. Yu
10+阅读 · 2019年3月10日
Ziwei Zhang,Peng Cui,Wenwu Zhu
40+阅读 · 2018年12月11日
Deep Reinforcement Learning: An Overview
Yuxi Li
12+阅读 · 2018年11月26日
Andreas Kamilaris,Francesc X. Prenafeta-Boldu
10+阅读 · 2018年7月31日
Yeonwoo Jeong,Hyun Oh Song
4+阅读 · 2018年6月12日
Top
微信扫码咨询专知VIP会员