图自监督学习(Graph Self-supervised Learning)最新综述 Github代...

(0)

相关推荐

  • 网络神经科学中模型的性质和使用

    一个多世纪以前,卡米洛·高尔基使用浸在硝酸银中的脑组织团块,提供了对于错综复杂的神经细胞形态至今为止最早和最详尽的描述之一.圣地亚哥·拉蒙·卡哈尔随后将这种技术和光学显微镜以及其艺术家的眼光相结合,画 ...

  • '全能选手'召回表征算法实践

    编辑整理:许建军 出品平台:DataFunTalk 导读:本文主要分享 '全能选手' 召回表征算法实践.首先简单介绍下业务背景: 网易严选人工智能部,主要有三个方向:NLP.搜索推荐.供应链,我们主要 ...

  • TPAMI 2021 :基于 event stream 的步态识别,准确率高达90%!

    作者丨张贤同学 审稿丨邓富城 编辑丨极市平台 极市导读 本文介绍了作者被TPAMI接收的工作,基于 event stream 的两种不同表示形式,提出了一种新的基于 event stream 的步态识 ...

  • 万字综述,GNN在NLP中的应用,建议收藏慢慢看

    来自:图与推荐 今天为大家解读的是由京东硅谷研发中心首席科学家吴凌飞博士等研究者最新发表的GNN for NLP综述,几乎覆盖了围绕NLP任务的所有GNN相关技术,是迄今为止GNN for NLP领域 ...

  • ICLR 2020 | 探索新的图表征学习思路

    图表示学习一直是机器学习中一个重要的问题.除却耳熟能详者有 DeepWalk 类者.GNNs类者.生成类如 GraphGAN 者等等,还有哪些模型是值得去探索的呢?下面的两篇文章分别在节点层面和图层面 ...

  • 【组队学习】【26期】Datawhale组队学习内容介绍

    本次组队学习的内容为: 动手学数据分析 图神经网络 Linux教程 编程实践(Django网站开发) 编程实践(Python办公自动化) 1. 动手学数据分析 论坛版块:http://datawhal ...

  • 中科院计算所沈华伟:GNN发展简史,诟病才是成长动力

    图神经网络(Graph Neural Network)的应用在近年来蓬勃发展,但同时对其质疑也从未消失.诸如对与大规模图数据的存储问题,表达能力问题,以及数据集的规范问题引发了许多讨论. 中科院计算所 ...

  • AAAI 2021 |图模型相关工作——数据扩充;近似梯度下降;解决灾难性遗忘问题

    点击上方 蓝字关注我们 本文介绍三篇AAAI2021最新的研究工作,下面的三篇论文均与模型的设计相关,具体的任务涉及节点分类和图分类. Data Augmentation for Graph Neur ...

  • 知识图谱简介

    本文根据幕布上这篇思维导图总结而得无需AI基础,小白也能看懂的知识图谱技术与应用 对知识图谱了解还不多,后续会跟进... 一.什么是知识图谱? 定义 学术上:语义网络(Semantic Network ...

  • 从4大顶会看GNN预训练技术进展

    论文推荐 /introduction/ 机器学习的成功很大程度上取决于数据.但是,高质量的标记数据通常很昂贵且难以获得,尤其是对于训练参数较多的模型.而我们却可以很容易地获取大量的无标记数据,其数量可 ...

  • Graph Normalization (GN):为图神经网络学习一个有效的图归一化

    作者|平安产险视觉计算组 编辑丨极市平台     本文为极市开发者投稿,转载请获授权. 极市专栏 论文推荐:在图神经网络里面,应该如何选择更好的归一化技术?本文将介绍一种为图神经网络学习有效的图归一化 ...

  • GCC:图上的Contrastive Coding | 作者带你读论文 (KDD 2020)

    论文:GCC: Graph Contrastive Coding for Graph Neural Network Pre-Training 链接:https://www.aminer.cn/pub/ ...