会员服务
图卷积网络（简称GCN），由Thomas Kpif于2017年在论文Semi-supervised classification with graph convolutional networks中提出。它为图（graph）结构数据的处理提供了一个崭新的思路，将深度学习中常用于图像的卷积神经网络应用到图数据上。
Spatio-Temporal Graph Structure Learning for Earthquake Detection
Arxiv
0+阅读 · 3月14日
GCoD: Graph Convolutional Network Acceleration via Dedicated Algorithm and Accelerator Co-Design
Arxiv
0+阅读 · 3月9日
Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain
Arxiv
0+阅读 · 3月18日
Intelligent logistics management robot path planning algorithm integrating transformer and GCN network
Arxiv
0+阅读 · 3月12日
Knowledge Graph Reasoning Based on Attention GCN
Arxiv
0+阅读 · 3月21日
Predicting clinical outcomes from patient care pathways represented with temporal knowledge graphs
Arxiv
0+阅读 · 2月28日
Deep Reinforcement Learning based Autonomous Decision-Making for Cooperative UAVs: A Search and Rescue Real World Application
Arxiv
0+阅读 · 2月27日
Manifold GCN: Diffusion-based Convolutional Neural Network for Manifold-valued Graphs
Arxiv
0+阅读 · 2月25日
Dynamic Graph Neural ODE Network for Multi-modal Emotion Recognition in Conversation
Arxiv
0+阅读 · 1月27日
Graph Neural Diffusion Networks for Semi-supervised Learning
Arxiv
0+阅读 · 2月21日
Fusion Self-supervised Learning for Recommendation
Arxiv
0+阅读 · 1月16日
GCN-ABFT: Low-Cost Online Error Checking for Graph Convolutional Networks
Arxiv
0+阅读 · 2024年12月24日
Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain
Arxiv
0+阅读 · 1月12日
Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain
Arxiv
0+阅读 · 1月7日
MixGCN: Scalable GCN Training by Mixture of Parallelism and Mixture of Accelerators
Arxiv
0+阅读 · 1月3日
参考链接
父主题
网络表示学习
图深度学习
图神经网络
微信扫码咨询专知VIP会员
Top