图表示学习是2018年火爆全球的一个深度学习方向,从以 Line, meta-path 等为首的节点表示学习,到以 GCN,GraphSAGE,为首的图卷积方法,在到近期的以 GraphVAE 为首的生成图模型,图表示学习方向的文章如过江之鲫。
《图持续学习》综述
专知会员服务
21+阅读 · 2月20日
大型语言模型图表示学习:技术的全面综述
专知会员服务
34+阅读 · 2月14日
ReThinklab实验室NeurIPS2023论文速览
专知会员服务
24+阅读 · 2023年12月29日
【博士论文】图表示学习的谱理论与自监督学习
专知会员服务
36+阅读 · 2023年11月30日
【博士论文】最优传输图表示学习,204页pdf
专知会员服务
42+阅读 · 2023年10月25日
【CIKM2023】基于多节点中心子图的对比表示学习
专知会员服务
18+阅读 · 2023年9月1日
【ICML2023】面向影响力最大化的深度图表示学习与优化
专知会员服务
26+阅读 · 2023年5月6日
社交知识图谱研究综述
专知会员服务
80+阅读 · 2023年2月25日
图表示学习技术在药物推荐系统中的应用
专知会员服务
12+阅读 · 2023年1月1日
参考链接
微信扫码咨询专知VIP会员