
图表示学习(Graph Representation Learning)(Part 2 and Part 3).zip
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
本资料涵盖了图表示学习的核心概念与技术,在第二和第三部分中深入探讨了图神经网络及各类应用实例。
图表示学习是2018年全球范围内备受关注的一个深度学习领域。从以Line、Meta-path为代表的节点表示学习开始,再到GCN(Graph Convolutional Network)、GraphSAGE等图卷积方法的出现,以及最近以GraphVAE为首的生成模型的发展,该领域的研究文章层出不穷。在昨天的AAAI 2019 Tutorial环节中,Facebook AI Research 的William Hamilton 和加拿大蒙特利尔算法研究所的Jian Tang 向大家介绍了当前图表示学习的研究进展。
全部评论 (0)
还没有任何评论哟~


