图学习已迅速发展成为机器学习与人工智能(AI)领域中的一个关键子方向,使得对社交网络、生物学、金融、交通运输和知识表示等领域中复杂关系数据的建模成为可能。图学习的发展始于早期的图论方法,并在图神经网络(GNNs)出现后获得了显著推动。在过去十年中,随着可扩展架构、动态图建模、多模态学习、生成式人工智能、可解释人工智能(XAI)以及负责任人工智能的发展,图学习的适用范围已经扩展到多个复杂的应用场景。

图学习之所以重要,是因为它能够建模复杂的非欧几里得关系,而这类关系通常难以被传统机器学习方法有效捕捉,从而更好地支持诸如药物发现、欺诈检测、推荐系统和科学推理等现实世界应用。然而,为了充分释放图学习的潜力,仍需解决一系列挑战,如可扩展性、泛化能力、异质性、可解释性以及可信性等问题。 本综述对图学习进行了全面介绍,重点关注以下几个关键维度:可扩展图学习、时序图学习、多模态图学习、生成式图学习、可解释图学习和负责任图学习。我们系统回顾了当前处理大规模图结构的高效技术、捕捉时序动态依赖关系的方法、异构数据模态的融合方式、新颖图样本的生成机制,以及提升可解释性以增强信任与透明度的研究进展。同时,我们还探讨了图学习模型在部署过程中所面临的伦理问题,如隐私保护与公平性,以促进其负责任地应用。

此外,我们还识别并讨论了一些新兴主题,特别是图学习与其他AI范式的融合趋势,并对未来发展方向提供了前瞻性见解。本综述旨在为希望深入了解图学习快速演进格局的研究者与实践者提供一份有价值的参考资料。

成为VIP会员查看完整内容
18

相关内容

《元强化学习教程》书册,164页pdf
专知会员服务
30+阅读 · 6月1日
【干货书】图神经网络的概念和技术,267页pdf
专知会员服务
80+阅读 · 2023年8月19日
【2023新书】语义人工智能在知识图谱中的应用, 217页pdf
专知会员服务
90+阅读 · 2023年7月9日
【2023新书】超图计算,Hypergraph Computation,251页pdf
专知会员服务
75+阅读 · 2023年5月29日
【经典书】图论第二版,654页pdf
专知会员服务
103+阅读 · 2023年2月1日
《元强化学习》最新,70页ppt
专知会员服务
82+阅读 · 2022年9月16日
专知会员服务
257+阅读 · 2021年10月8日
专知会员服务
78+阅读 · 2021年7月23日
《图表示学习》报告,McGill助理教授Hamilton讲授,79页ppt
【KDD2020】图深度学习:基础、进展与应用,182页ppt
专知会员服务
140+阅读 · 2020年8月30日
【硬核书】数据科学,282页pdf
专知
26+阅读 · 2022年11月29日
【2022新书】生命科学的数据分析,511页pdf
专知
13+阅读 · 2022年11月15日
【KDD2020】图神经网络:基础与应用,322页ppt
国家自然科学基金
8+阅读 · 2017年12月31日
国家自然科学基金
14+阅读 · 2017年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
44+阅读 · 2015年12月31日
国家自然科学基金
28+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
Arxiv
170+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
472+阅读 · 2023年3月31日
Arxiv
78+阅读 · 2023年3月26日
Arxiv
171+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关主题
相关VIP内容
《元强化学习教程》书册,164页pdf
专知会员服务
30+阅读 · 6月1日
【干货书】图神经网络的概念和技术,267页pdf
专知会员服务
80+阅读 · 2023年8月19日
【2023新书】语义人工智能在知识图谱中的应用, 217页pdf
专知会员服务
90+阅读 · 2023年7月9日
【2023新书】超图计算,Hypergraph Computation,251页pdf
专知会员服务
75+阅读 · 2023年5月29日
【经典书】图论第二版,654页pdf
专知会员服务
103+阅读 · 2023年2月1日
《元强化学习》最新,70页ppt
专知会员服务
82+阅读 · 2022年9月16日
专知会员服务
257+阅读 · 2021年10月8日
专知会员服务
78+阅读 · 2021年7月23日
《图表示学习》报告,McGill助理教授Hamilton讲授,79页ppt
【KDD2020】图深度学习:基础、进展与应用,182页ppt
专知会员服务
140+阅读 · 2020年8月30日
相关基金
国家自然科学基金
8+阅读 · 2017年12月31日
国家自然科学基金
14+阅读 · 2017年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
44+阅读 · 2015年12月31日
国家自然科学基金
28+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
相关论文
Arxiv
170+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
472+阅读 · 2023年3月31日
Arxiv
78+阅读 · 2023年3月26日
Arxiv
171+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
Arxiv
11+阅读 · 2018年7月31日
微信扫码咨询专知VIP会员