
图神经网络
文章平均质量分 86
谱图理论,神经网络
颹蕭蕭
这个作者很懒,什么都没留下…
展开
-
Implicit Graph Neural Networks
摘要图神经网络(GNN)是广泛使用的深度学习模型,可从图结构数据中学习有意义的表示。由于底层循环结构的有限性,当前的GNN方法可能难以捕获底层图的长程依赖关系。为了克服这个困难,我们提出了一种称为隐式图神经网络(IGNN)的图学习框架,其中的预测是基于关于隐式定义的“状态”的不动点平衡方程的解。我们使用Perron-Frobenius理论得出框架适定的充分条件。利用隐式微分,我们导出了一种可行的投影梯度法来训练框架。在广泛的任务上进行的实验表明,IGNN 能够持续捕获远程依赖关系,并且性能优于.原创 2020-12-09 19:25:18 · 1768 阅读 · 0 评论 -
chebNet
切比雪夫原创 2019-11-04 22:40:10 · 2634 阅读 · 4 评论 -
图傅里叶变换(GFT)
图傅里叶变换,拉普拉斯矩阵特征分解,graph fourier transformation原创 2019-10-16 23:38:41 · 7989 阅读 · 4 评论 -
Deep Graph Infomax
原创 2019-10-29 19:44:26 · 2430 阅读 · 0 评论