31页PPT概述:图神经网络表达能力有多强?

2019 年 2 月 18 日 AI100


整理 | 一一

出品 | AI科技大本营


近年来,图神经网络的研究成为深度学习领域的热点。


图是一种数据结构,它对一组对象(节点)及其关系(边)进行建模,由于图结构的强大表现力,用机器学习方法分析图的研究越来越受到重视。图神经网络(GNN)是一类基于深度学习的处理图域信息的方法。由于其较好的性能和可解释性,GNN 最近已成为一种广泛应用的图分析方法。


图网络作为一种神经网络,它将图作为输入(而不是原始像素或声波),然后学会推理和预测对象及其关系如何随时间演变。


图网络方法已经被证明在各种应用上都可以快速学习和达到人类级别的性能,包括复杂的视频游戏。如果未来继续发展,它就可以通过提高训练速度和效率来缓解深度学习的巨量数据需求问题,并且可以使网络不容易受到对抗性攻击,这是由于系统表征的是物体,而不是像素模式,所以使得其不会被少量噪音轻易误导。


在这份由多位斯坦福大学的作者撰写的 31 页 PPT 中,他们整体概述了图网络的来源和任务,对图神经网络的架构、训练和可能面临的挑战等做出了全方位的解读,并在最后指出了未来 2-3 年内的发展情况。


如何获取 31 页 PPT ?后台回复关键字【1】获取。


相关链接:

https://openreview.net/forum?id=ryGs6iA5Km


(本文为AI科技大本营整理文章,转载请微信联系 1092722531)

精彩推荐

推荐阅读:

                         

点击“阅读原文”,打开CSDN APP 阅读更贴心。

登录查看更多
29

相关内容

图神经网络 (GNN) 是一种连接模型,它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是,图神经网络保留了一种状态,可以表示来自其邻域的具有任意深度的信息。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
127+阅读 · 2020年4月25日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
167+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
224+阅读 · 2019年10月12日
网络表示学习概述
机器学习与推荐算法
19+阅读 · 2020年3月27日
【智能驾驶】97页PPT,读懂自动驾驶全产业链发展!
Generative Adversarial Networks: A Survey and Taxonomy
Arxiv
23+阅读 · 2018年10月24日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
Arxiv
7+阅读 · 2018年1月10日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
127+阅读 · 2020年4月25日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
167+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
224+阅读 · 2019年10月12日
Top
微信扫码咨询专知VIP会员