Graph NN(三)——Graph NN参考资源(1)
source link: http://antkillerfarm.github.io/graph/2021/02/25/graph_NN_3.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Graph NN参考资源
https://mp.weixin.qq.com/s/FDWoAXGOlRxOEkvli3gd5Q
55页图深度学习导论《A Gentle Introduction to Deep Learning for Graphs》
https://mp.weixin.qq.com/s/kQlxLDHLI6xxFzwJVjFj7w
GraRep: 基于全局结构信息的图结点表示学习
https://mp.weixin.qq.com/s/aGP8pcsCmEdjdCWVjA82Jg
近期必读的5篇CVPR 2019图卷积网络相关论文和代码
https://mp.weixin.qq.com/s/XApSbi-Pg-AeYGkPN3fldg
旷视研究院提出ML-GCN:基于图卷积网络的多标签图像识别模型
https://mp.weixin.qq.com/s/rvcj9-6KlBsVmF_CAsip2A
超越标准GNN!DeepMind、谷歌提出图匹配网络
https://mp.weixin.qq.com/s/UotqgRjCTpjPrsIEWBRPxA
基于随机游走的图匹配算法
https://mp.weixin.qq.com/s/dDaFhssFEYxS7ElMy4ekJw
基于图嵌入的深度图匹配
https://mp.weixin.qq.com/s/LZvxvDpxQEtlKuXoxT_gTQ
可变形曲面跟踪,亮风台新出基于图匹配的方法
https://mp.weixin.qq.com/s/7DyPJ9LnqZ9XyAop33SxSw
ST-GCN动作识别算法详解
https://mp.weixin.qq.com/s/fxVsN2dDmayxJfxBRIXHhQ
解读PingSage:图卷积神经网络在数十亿数据网络级别推荐系统的应用
https://mp.weixin.qq.com/s/49vnVOO0G_JvKrWcsN2_Ww
关系图注意力网络-Relational Graph Attention Networks
https://mp.weixin.qq.com/s/zlgnOGhuzIlOha8Y6cwUxA
快速了解阿里的M2GRL模型
https://zhuanlan.zhihu.com/p/279287735
GraphSAGE+FM+Transformer强强联手:评微信的GraphTR模型
https://mp.weixin.qq.com/s/0lNeSjpm4lbu_8mopWJ2oA
图表示学习中的Encoder-Decoder框架
https://mp.weixin.qq.com/s/w190-7C4WA_JWw-ID9m8gA
没有完整图时,如何使用图深度学习?你需要了解流形学习2.0版本
https://mp.weixin.qq.com/s/O5rDJiuzIUHM1YU6-vBb6Q
Pre-training on Graphs
https://mp.weixin.qq.com/s/ejA2DM1iGH-P4dOlefSOSQ
Graph Neural Networks in Recommender Systems
https://mp.weixin.qq.com/s/9ij8rI_MqyxbwVcjlF3HAA
Google PPRGo:两分钟分类千万节点的最快GNN
https://mp.weixin.qq.com/s/BR2hXAzgs0F_lJ7TVd1DlA
GPR-GNN:自适应通用广义PageRank图神经网络
https://mp.weixin.qq.com/s/lyy3AhqLDBT88B2LSSIbZQ
图表示解决长文本关系匹配问题:腾讯提出概念交互图算法
https://mp.weixin.qq.com/s/dIem8V4NiOWhKE_ENhAG5Q
缺失数据还原-图神经网络新应用
https://mp.weixin.qq.com/s/mFLuTfACeDNeuDclpqEZpg
用于多关系数据的图神经网络R-GCNs
https://mp.weixin.qq.com/s/pn8DGb190_9Yd-MuNohgcQ
《图信号处理》新书,170页pdf阐述从图分析到图神经网络应用
https://mp.weixin.qq.com/s/nHn-W6uL_Njtdl5O-4zaCg
当推荐系统遇上图神经网络
https://mp.weixin.qq.com/s/q2GiE1_jg-tQM3ZtN9Wmrw
图信息Bottleneck打造图最优表示->避免过拟合,并具备稳健性
https://mp.weixin.qq.com/s/R24ZdMBLiGVnW_WnphmtFg
TAMU发布《图神经网络可解释》综述论文,14页pdf阐述实例级与模型级解释
https://mp.weixin.qq.com/s/bvp3NIrrarJc_MesKy1x_A
崔泽宇:套装搭配推荐在图神经网络上的应用
https://mp.weixin.qq.com/s/_8K0s9WceJ-xlRViHhz2Zw
Google图挖掘团队最新博客《图表示学习中的创新》
https://mp.weixin.qq.com/s/c3SBGlxzJOYhQBrJ2h3j0g
呼奋宇:深度层次化图卷积神经网络
https://mp.weixin.qq.com/s/sRKW8DLXZXWLUUVTb12F4Q
“AI新贵”图神经网络算法及平台在阿里的大规模实践
https://mp.weixin.qq.com/s/tAfTmGWqG6IR8SOP0uKW6g
什么限制了GNN的能力?首篇探究GNN普适性与局限性的论文出炉!
https://mp.weixin.qq.com/s/Orv47r4EchVIR7VcleoJ5Q
谷歌图表征学习创新:学习单个节点多个嵌入&自动学习最优超参数
https://mp.weixin.qq.com/s/ChXCcXOv-OKPzH8dro_DnA
图模型的信息融合专题
https://zhuanlan.zhihu.com/p/113242299
异质图神经网络学习笔记
https://mp.weixin.qq.com/s/LrAjuJyzrXWAGvvTLTNd8Q
GNN教程:图神经网络“开山之作”!
https://mp.weixin.qq.com/s/C-Pa1jznQntyhocdxS-4Hg
节点嵌入训练加快300倍!解读开源高性能图嵌入系统GraphVite
https://mp.weixin.qq.com/s/gE0jGuduKOQYqkTAuhC2Nw
基于空间对齐的图卷积网络
https://mp.weixin.qq.com/s/xJ05ctlYhyVy__6CaOm4WQ
利用图Transformer实现基于知识图谱的文本生成
https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247515242&idx=2&sn=7497044ec2f80215061fb0de8abb2f72
用于Web级推荐系统的图卷积神经网络
https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247515402&idx=2&sn=726b417a71789e65430cbd931c78959e
基于门控图网络实现图到序列学习
https://blog.csdn.net/yyl424525/article/details/100057907
Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
https://mp.weixin.qq.com/s/emPDgw_c68JgbpYnem4JvA
一文读懂简化的图卷积网络GCN(SGC)
https://mp.weixin.qq.com/s/LzaP6BWaKXL4O_Jf9QN7Rw
基于层次化注意力图网络和多视角学习的商品推荐
https://mp.weixin.qq.com/s/EKb9hN9cFrwNtSWWBpE4dw
首次基于神经架构搜索自动生成图卷积结构,刷新人体动作识别准确率
https://mp.weixin.qq.com/s/-Fw8HcrQjBoYA4lXk0NZ3Q
图变换网络:Graph Transformer Network
https://mp.weixin.qq.com/s/nigeDLq-HrtELfhfWj5qow
自注意力图池化
https://mp.weixin.qq.com/s/_uoyv-NAn8GypYXGsLvjhg
Graph U-Nets
https://mp.weixin.qq.com/s/YNIwmR8K-H2eKbKoZSZZ-Q
CIKM最佳应用论文:11亿节点的大型图,看闲鱼如何用图卷积过滤垃圾评论
https://mp.weixin.qq.com/s/6RSYTlNvw7TyOJsjHf1iYQ
基于图上下文知识融入的预训练语言模型
https://mp.weixin.qq.com/s/0B1ROCg7SMn0I7-5HVeMIg
用图神经网络改善视频的多标签分类
https://mp.weixin.qq.com/s/M7nzr6n4tZAMR1CXo3Q0OQ
基于图神经网络的CTR预测中的特征交互建模
https://mp.weixin.qq.com/s/ee_Mq2vzJ2z253B7PZZc9w
2019年,异质图神经网络领域有哪些值得读的顶会论文?
https://mp.weixin.qq.com/s/lwqYZurdie3lJ_-X9zgoyQ
加深图卷积神经网络的可能性探索
https://github.com/microsoft/tf-gnn-samples
微软开源了一个用TF实现的GNN例程库
https://mp.weixin.qq.com/s/r4_5GwA8Olqh6M1p_6eYPg
图神经网络!2020 AI研究趋势!是什么?有什么用?
https://mp.weixin.qq.com/s/LbMblqRWeitShSUsnebDAg
基于GNN的图表示学习
https://mp.weixin.qq.com/s/eg_H0D8m0LdVBJixsc-dNA
张量图卷积网络(TensorGCN)文本分类
https://mp.weixin.qq.com/s/sXCwe8hXWxdNbpl2i7YBtg
完全基于注意力机制的图表征学习模型Graph-Bert
https://mp.weixin.qq.com/s/dXYjUHAXVZINXQkvM_ssZA
从图网络表示到图神经网络
https://mp.weixin.qq.com/s/DI7C8GKcVsMzAVpGxflUpg
图机器学习,Graph-Powered Machine Learning
https://mp.weixin.qq.com/s/1AO7ALoojMK9Qx3yMQcclQ
GNN实战:手把手教你使用tf_geometric构建图自编码器GAE
https://mp.weixin.qq.com/s/jPIo4p4QCn1UVZ1CtPjP-A
GNN如何进行池化以及挑战
https://mp.weixin.qq.com/s/i_v1GoR-VzVxmy2Wm97t4w
中科院自动化所等首次用图卷积网络解决语义分割难题
https://mp.weixin.qq.com/s/inBGhCnzr-xZZqtIbrG3bA
异质图神经网络:模型与应用
https://mp.weixin.qq.com/s/WBUYk__k-86vGqOA6N6iCw
图神经网络入门
https://mp.weixin.qq.com/s/A-4JZG9tF7fnSuBa4YH3iw
图神经网络预训练的策略
https://mp.weixin.qq.com/s/1Kdrz6i83-hKEaY1O7quZg
稀疏数据半监督学习的分解图表示
https://mp.weixin.qq.com/s/oc-o6W087jA-npxy89QMFw
图自编码器的起源和应用
https://mp.weixin.qq.com/s/a_svzOS1Z2a98gIzBBk1dw
从文本分类来看图卷积神经网络
https://mp.weixin.qq.com/s/3FoBdd64CtklQu-3T97SIQ
异构图Transformer
https://zhuanlan.zhihu.com/p/86181013
网络图模型综述
https://zhuanlan.zhihu.com/p/114452245
图神经网络时代的深度聚类
https://mp.weixin.qq.com/s/6dIfZXH2EOOgroyRiDxeJA
深度聚类的可视化解释
https://zhuanlan.zhihu.com/p/113762102
图卷积网络加速训练方法综述
https://mp.weixin.qq.com/s/9-1zJCAogvWMTHnJPQGvmA
图神经网络在医学影像中的应用
https://mp.weixin.qq.com/s/W7xDBQNlTkSGQ16Lf2C4kQ
图神经网络(GNN)结构化数据分析
https://mp.weixin.qq.com/s/nCDn89eMWkom0AfQAWGjsA
图表示学习Graph Embedding综述
https://zhuanlan.zhihu.com/p/98483266
Fi-GNN通过图神经网络建模特征交互作用来进行CTR预测
https://mp.weixin.qq.com/s/RKtVkO9lITJ4QSNL3PgUbQ
基于GNN,强于GNN:胶囊图神经网络的PyTorch实现
https://zhuanlan.zhihu.com/p/114798371
“推荐系统”加上“图神经网络”
https://mp.weixin.qq.com/s/BXovM5bHshLxdmBg93EQrA
阿尔伯塔大学博士毕业论文:基于图结构的自然语言处理
https://zhuanlan.zhihu.com/p/63207928
图卷积网络在VQA问题中的应用
https://mp.weixin.qq.com/s/B84aHi6z0z2cGyaUdKqSUw
从矩阵分解到GNN:社会化推荐的演化
https://mp.weixin.qq.com/s/GHJQ_oLfC7S1JgPwhptfKw
异构图Transformer
https://mp.weixin.qq.com/s/bPDqQE58zmJIsol96bP74g
图网络GNN(特别篇):一文遍览图网络中16种典型的图卷积和9种图池化Graph Pooling
https://mp.weixin.qq.com/s/QF9-Pz2X4qToObGWwViFBQ
EGES:阿里在图嵌入领域中的探索
https://mp.weixin.qq.com/s/WnF-fqQyr2VNqr75Jzoqsw
Diff Pool:网络图的层次化表达
https://mp.weixin.qq.com/s/8kCKqM3yuohc4xOoFd8hGg
Heterogeneous Graph Neural Network
https://mp.weixin.qq.com/s/HUjq4TopxWLx3QTh5ZxfIQ
最新《图卷积神经网络》中文综述论文,26页pdf
https://mp.weixin.qq.com/s/RuCxY92qlhWnbZVYDXY_BQ
Mila唐建博士最新《图表示学习:算法与应用》2020研究进展,附59页ppt
https://mp.weixin.qq.com/s/F9zt7eyHxTX7Gp0zpvnfcg
一文直击Graph Embedding图表示学习的原理及应用
https://mp.weixin.qq.com/s/j-vEuwUk1HVzHObeIvuh5A
一文梳理图嵌入 (Graph Embedding)
https://mp.weixin.qq.com/s/qgZwi3ieMqPrg3t5lyjaZw
元图(Meta-Graph):元学习小样本连接预测
https://mp.weixin.qq.com/s/4J0wL4vSugmx1Zow8zdT2Q
DGL深度图神经网络实战教程
https://mp.weixin.qq.com/s/v9aOoK2sHP0a9hZP0jWW0Q
图神经网络的新基准
https://zhuanlan.zhihu.com/p/133739758
全面理解PinSage(工业落地:图神经网络+推荐系统)
https://mp.weixin.qq.com/s/VctNZsALrbDQDW3_zhGJsw
在NLP中应用GCN的几种构图方法整理
https://mp.weixin.qq.com/s/TnS4-seRxAs45A6SDSoACg
图神经网络的预训练策略
https://mp.weixin.qq.com/s/Pgz8cnDpX2mgexASnRzfhA
浅谈图神经网络的局限性
https://mp.weixin.qq.com/s/hQ-Fo_aizkcTxvzW0FSIEw
VGAE:利用变分自编码器完成图重构
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK