基于网络的表示学习研究旨在探索能够更好地研究分析复杂信息网络中的节点间的联系, 寻找解决信息网络背景下的各种实际问题的普适方法, 有效融合网络结构与节点外部信息, 形成更具区分性的网络表示. 近年来, 网络表示学习问题吸引了大量的研究者的目光, 相关的论文工作也层出不穷。
ICML 2022 | 图神经网络的局部增强
PaperWeekly
3+阅读 · 2022年8月4日
图神经网络遇到OOD的泛化性咋样?
图与推荐
0+阅读 · 2021年12月9日
最新综述!基于图神经网络的关系抽取技术进展
图与推荐
1+阅读 · 2021年12月7日
最新综述!基于图神经网络的关系抽取技术进展
【WSDM2022】具有分层注意力的表示学习
图与推荐
1+阅读 · 2021年11月17日
【WSDM2022】具有分层注意力的图嵌入
专知
0+阅读 · 2021年11月17日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
微信扫码咨询专知VIP会员