如今,网络越来越大,越来越复杂,应用越来越广泛。众所周知,网络数据是复杂和具有挑战性的。要有效地处理图数据,第一个关键的挑战是网络数据表示,即如何正确地表示网络,使模式发现、分析和预测等高级分析任务在时间和空间上都能有效地进行。在这次演讲中,我将介绍网络嵌入和GCN的最新发展趋势和最新进展,包括解纠缠GCN、抗攻击GCN以及用于网络嵌入的自动机器学习。

http://tcci.ccf.org.cn/conference/2020/dldoc/tutorial_3.pdf

成为VIP会员查看完整内容
70

相关内容

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。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
NLPCC 2020《预训练语言模型回顾》讲义下载,156页PPT
专知会员服务
47+阅读 · 2020年10月17日
一份简单《图神经网络》教程,28页ppt
专知会员服务
120+阅读 · 2020年8月2日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
171+阅读 · 2020年4月12日
【WWW2018】网络表示学习Tutorial(附下载)
专知
11+阅读 · 2018年4月25日
Arxiv
0+阅读 · 2020年11月30日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
6+阅读 · 2017年12月7日
VIP会员
微信扫码咨询专知VIP会员