图卷积网络(简称GCN),由Thomas Kpif于2017年在论文Semi-supervised classification with graph convolutional networks中提出。它为图(graph)结构数据的处理提供了一个崭新的思路,将深度学习中常用于图像的卷积神经网络应用到图数据上。
NeurIPS 2022 | 基于精确差异学习的图自监督学习
PaperWeekly
0+阅读 · 2022年10月22日
NeurIPS 2022|图对比学习的结构公平性初探
PaperWeekly
0+阅读 · 2022年10月17日
NeurIPS2022|图对比学习的结构公平性初探
专知
0+阅读 · 2022年10月16日
AAAI 2022 | 同时适用于同质和异质性的图神经网络
NeurIPS'22放榜。投稿1W+,录用2k+,GNN依然火热。
图与推荐
1+阅读 · 2022年9月15日
华为 | 图神经网络在推荐系统中的应用
图与推荐
4+阅读 · 2022年9月10日
WWW2021 | 基于图卷积神经网络的多样化推荐系统
机器学习与推荐算法
0+阅读 · 2022年8月3日
微信扫码咨询专知VIP会员