- 博客(5)
- 收藏
- 关注
RSS订阅原创 【复杂网络构建模型】
复杂网络模型构建用PYTHON实现构图BA网络ER随机图用PYTHON实现构图BA网络import networkx as nx #导入建网络模型包，命名nximport matplotlib.pyplot as mp #导入科学绘图包，命名mp#BA scale-free degree network graphyBA=nx.barabasi_albert_graph(25,2)ps=nx.spring_layout(BA)#布置框架nx.draw(BA,ps,with_labe
2022-05-14 20:21:39
1473
原创 Optimization of Graph Neural Networks Implicit Acceleration by Skip Connections and More Depth
Optimization of Graph Neural Networks: Implicit Acceleration by Skip Connections and More Depth论文来源：https://arxiv.org/pdf/2105.04550.pdf – 2021.ICML摘要通过研究GNN的梯度动力学， 线性GNN以线性速度收敛到最小值是有保证的，其次，研究了影响GNN训练速度的因素。结果表明，跳越连接、更深入和/或良好的标签分布可以隐式地加速GNN的训练。研究结果首次为具有跳
2022-04-25 20:37:40
300
原创 Adaptive Propagation Graph Convolutional Network
Adaptive Propagation Graph Convolutional Network论文来源：http://arxiv.org/abs/2002.10306 – 2020.IEEE摘要图卷积网络通过交叉顶点操作和节点间消息传递交换对图数据处理。如何进行可微交换协议（如：在GCN中1-hop Laplacian ）；如何权衡节点更新的复杂性。作者提出为每个节点辅以一个”暂停单元“，每次消息传递更新后决定是否继续传递消息。介绍以GCN层作为基础构建块，值得关注的几个问题：1.如何设计更好
2022-04-25 20:32:59
186
原创 SkipNodeOn Alleviating Over-smoothing for Deep Graph Convolutional Networks
SkipNode:On Alleviating Over-smoothing for Deep Graph Convolutional Networks论文来源：https://arxiv.org/abs/2112.11628 --2021摘要作者分析过度平滑问题背后的潜在问题，即特征多样性退化，梯度消失和模型权重过度衰减。并提出SkipNode模块，以缓解过平滑，通过随机选择（基于节点度）节点，直接输入特征给非线性激活函数来跳过卷积操作。理论上，（1）可以防止特征丢失多样性；（2）“跳过”节点使梯度
2022-04-25 20:27:39
192
原创 论文写作结课报告
对论文的基本要求是： （1）论文的主要内容，是叙述一套方法在一个特定场合中的应用。 （2）这套方法必须要有所创新或突破，并因而对学术界有所贡献。因此，它或者是解决既有问题的新方法，或者是既有方法的新应用，或者是以一个新的方法开启一整片新的应用领域。 （3）在论文中，你必须要有能力提出足够的证据来让读者信服说：针对这个应用场合，你所提出来的方法确实有比文献中一切既有方法更优越之处。 （4）此外，你必须要能清楚指出这个方法在应用上的限制，并且提出充分证据来说服读者：任何应用场合，只要能够满足你所
2021-12-21 19:46:39
892
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人