会员服务
图神经网络 (GNN) 是一种连接模型，它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是，图神经网络保留了一种状态，可以表示来自其邻域的具有任意深度的信息。近年来，图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。
《图神经网络不确定性》最新综述
《图神经网络不确定性》最新综述
专知会员服务
17+阅读 · 3月13日
GNN如何落地？北大等《真实世界中图神经网络》综述，详述GNN的不平衡、噪声、隐私及OOD挑战
GNN如何落地？北大等《真实世界中图神经网络》综述，详述GNN的不平衡、噪声、隐私及OOD挑战
专知会员服务
28+阅读 · 3月10日
几何图神经网络综述：数据结构、模型与应用
几何图神经网络综述：数据结构、模型与应用
专知会员服务
40+阅读 · 3月4日
【AAAI2024教程】图反事实可解释性：全面的景观，100页ppt
【AAAI2024教程】图反事实可解释性：全面的景观，100页ppt
专知会员服务
22+阅读 · 2月28日
北科大最新《分布变化下的图学习》综述，详述领域适应、非分布和持续学习进展
北科大最新《分布变化下的图学习》综述，详述领域适应、非分布和持续学习进展
专知会员服务
33+阅读 · 2月27日
【WWW2024】GNN能成为LLMs的良好适配器吗？
【WWW2024】GNN能成为LLMs的良好适配器吗？
专知会员服务
27+阅读 · 2月24日
【博士论文】图神经网络算法推理，135页pdf
【博士论文】图神经网络算法推理，135页pdf
专知会员服务
39+阅读 · 2月23日
【AAAI2024教程】大规模图神经网络：回顾过去与开拓新视野，198页pdf
【AAAI2024教程】大规模图神经网络：回顾过去与开拓新视野，198页pdf
专知会员服务
39+阅读 · 2月23日
《图持续学习》综述
《图持续学习》综述
专知会员服务
23+阅读 · 2月20日
《图机器学习》课程
《图机器学习》课程
专知会员服务
42+阅读 · 2月18日
【WWW2024】博弈论式反事实解释图神经网络
【WWW2024】博弈论式反事实解释图神经网络
专知会员服务
26+阅读 · 2月17日
【WWW2024】使用图神经网络的消歧节点分类
【WWW2024】使用图神经网络的消歧节点分类
专知会员服务
17+阅读 · 2月15日
【博士论文】拓扑神经网络：通过高阶交互缓解图神经网络的瓶颈
【博士论文】拓扑神经网络：通过高阶交互缓解图神经网络的瓶颈
专知会员服务
29+阅读 · 2月15日
《图持续学习》综述
《图持续学习》综述
专知会员服务
34+阅读 · 2月13日
【WWW2024】重新思考大规模图学习中的节点式传播
【WWW2024】重新思考大规模图学习中的节点式传播
专知会员服务
18+阅读 · 2月12日
参考链接
父主题
图深度学习
子主题
图注意力网络
图卷积网络
微信扫码咨询专知VIP会员
Top