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。
AtomGraph: Tackling Atomicity Violation in Smart Contracts using Multimodal GCNs
Arxiv
0+阅读 · 12月2日
From Small to Large: A Graph Convolutional Network Approach for Solving Assortment Optimization Problems
Arxiv
0+阅读 · 11月16日
Active Learning for GCN-based Action Recognition
Arxiv
0+阅读 · 11月26日
Generating Sizing Fields for Mesh Generation via GCN-based Simplification of Adaptive Background Grids
Arxiv
0+阅读 · 10月9日
Dense Video Captioning using Graph-based Sentence Summarization
Arxiv
0+阅读 · 6月25日
Hierarchical Learning for Maze Navigation: Emergence of Mental Representations via Second-Order Learning
Arxiv
0+阅读 · 9月17日
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
参考链接
微信扫码咨询专知VIP会员
Top