【干货】图卷积GCN前沿方法介绍

【导读】随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。中国科学院计算所的研究员沈华伟为大家带来关于图卷积的介绍。

报告摘要：

卷积神经网络在处理图像、自然语言等具有较好空间结构的数据时已经展现出了很好的优势。然而，卷积神经网络不能直接应用于图（Graph）这类空间结构不规则的数据上。近年来，研究人员开始研究如何将卷积神经网络迁移到图数据上，涌现出ChevNet、MoNet、GCN、GAT等一系列方法，在基于图的半监督分类和图表示学习等任务中表现出很好的性能。报告将梳理和回顾该方向的主要研究进展，并结合社会媒体计算探讨未来可能的发展方向。

原文链接：

http://smp2018.cips-smp.org/workshop-datamining.html

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），

• 后台回复“SMPGCN”” 就可以获取最新PPT 下载链接~ 

附PPT全文：

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知