本教程介绍在图神经网络(GNN)中使用的概念。GNN是建模数据的有用方法,这些数据被构造成图形或包含不同实体之间的有用关系。这些方法已成功应用于交通预测、分子建模、社会网络分析、视觉场景理解等多个领域。

教程将集中在介绍概念和展示基本方法,同时也呈现一些有趣的联系和应用。

这两个讲座是Bitdefender在布加勒斯特大学教授的深度学习课程的一部分。演讲将是虚拟在线的,对任何人开放,并要求基本的ML知识。

成为VIP会员查看完整内容
129

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
【阿尔托大学】图神经网络,Graph Neural Networks,附60页ppt
专知会员服务
184+阅读 · 2020年4月26日
因果图,Causal Graphs,52页ppt
专知会员服务
253+阅读 · 2020年4月19日
图神经网络(Graph Neural Networks,GNN)综述
极市平台
104+阅读 · 2019年11月27日
Arxiv
19+阅读 · 2020年7月13日
Signed Graph Attention Networks
Arxiv
7+阅读 · 2019年9月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
3+阅读 · 2018年2月11日
VIP会员
相关主题
相关VIP内容
相关论文
Arxiv
19+阅读 · 2020年7月13日
Signed Graph Attention Networks
Arxiv
7+阅读 · 2019年9月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
3+阅读 · 2018年2月11日
微信扫码咨询专知VIP会员