题目

张量图卷积网络的多关系和鲁棒学习,Tensor Graph Convolutional Networks for Multi-relational and Robust Learning

关键字

机器视觉,卷积神经网络,鲁棒性,深度学习,人工智能,半监督学习

简介

“数据泛滥”时代引发了人们对基于图的学​​习方法及其从社会学和生物学到交通运输和通信的广泛应用的新兴趣。在图感知方法的背景下,本论文介绍了一种张量图卷积网络(TGCN),用于从与张量表示的图集合相关的数据中进行可扩展的半监督学习(SSL)。新型TGCN架构的关键方面是通过可学习的权重来动态适应张量图中的不同关系,并考虑基于图的正则化器以促进平滑度并减轻过度参数化。最终目标是设计一种功能强大的学习架构,以实现以下目的: :发现复杂且高度非线性的数据关联,组合(并选择)多种类型的关系,随图的大小优雅地缩放,并对图边缘的扰动保持鲁棒性。所提出的架构不仅适用于节点自然涉及不同关系的应用(例如,在社交网络中捕获家庭,友谊和工作关系的多关系图),还适用于健壮的学习设置(其中图包含一定程度的不确定性),且不同的张量平板对应于标称图的不同版本(实现)。数值测试表明,相对于标准GCN,拟议的体系结构实现了显着改善的性能,可以应对最新的对抗性攻击,并通过蛋白质对蛋白质的交互网络实现了卓越的SSL性能。

作者

Vassilis N. Ioannidis,Student Member, IEEE,Antonio G. Marques,Senior Member, IEEE,Georgios B. Giannakis,Fellow, IEEE

成为VIP会员查看完整内容
25

相关内容

机器视觉通常用于分析图像,并生成一个对被生成图像物体或场景的描述,这些描述最终用于辅助或决定机器人控制决策。 一门基于计算机图像识别和分析的技术。主要用于自动检测,流程控制或机器人引导等。
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
因果关联学习,Causal Relational Learning
专知会员服务
178+阅读 · 2020年4月21日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
45+阅读 · 2020年1月23日
必读的7篇IJCAI 2019【图神经网络(GNN)】相关论文-Part2
专知会员服务
58+阅读 · 2020年1月10日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
5+阅读 · 2018年4月30日
Arxiv
4+阅读 · 2017年4月12日
VIP会员
相关VIP内容
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
因果关联学习,Causal Relational Learning
专知会员服务
178+阅读 · 2020年4月21日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
45+阅读 · 2020年1月23日
必读的7篇IJCAI 2019【图神经网络(GNN)】相关论文-Part2
专知会员服务
58+阅读 · 2020年1月10日
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
微信扫码咨询专知VIP会员