会员服务
知识图谱 · 深度学习 · 问答系统 · 自然语言处理 · 图神经网络 ·
2019 年 11 月 12 日
【报告推荐】斯坦福大牛Jure Leskovec：图神经网络研究最新进展
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

报告简介： 图形领域的机器学习是一项重要而普遍的任务，其应用范围从药物设计到社交网络中的友情推荐。该领域的主要挑战是找到一种表示或编码图形结构的方法，以便机器学习模型可以很方便地利用它。 报告中介绍了深度学习的技术，自动学习将图形结构编码为低维嵌入。以及表示学习的关键进展，包括图形卷积网络及其表示能力，探讨了它在Web级推荐系统、医疗保健、知识表示和推理方面的应用。

嘉宾介绍： 领域的大牛Jure Leskovec，是斯坦福大学计算机学院的副教授，也是图表示学习方法 node2vec 和 GraphSAGE 作者之一。研究重点是对大型社会和信息网络进行挖掘和建模，它们的演化，信息的传播以及对它们的影响。 Jure Leskovec主页

成为VIP会员查看完整内容
https://static.aminer.cn/misc/pdf/graphsage2-mit-nov19.pdf
graphsage2-mit-nov19.pdf
147

相关内容

知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
专知会员服务
267+阅读 · 2020年5月11日
【斯坦福大学Jure Leskovec】图神经网络GNN研究进展：解释性，预训练，71页ppt
【斯坦福大学Jure Leskovec】图神经网络GNN研究进展：解释性，预训练，71页ppt
专知会员服务
124+阅读 · 2020年4月23日
【DL4G@WWW2020】图表示学习算法推理，46页ppt，Petar Veličković@DeepMind
【DL4G@WWW2020】图表示学习算法推理，46页ppt，Petar Veličković@DeepMind
专知会员服务
73+阅读 · 2020年4月22日
【图神经网络(GNN)结构化数据分析】
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
【论文】双曲图卷积神经网络（Hyperbolic Graph Convolutional Neural Networks），斯坦福大学| Ines Chami，斯坦福大学| Rex Ying
【论文】双曲图卷积神经网络（Hyperbolic Graph Convolutional Neural Networks），斯坦福大学| Ines Chami，斯坦福大学| Rex Ying
专知会员服务
114+阅读 · 2019年12月30日
【图机器学习论文】图表示学习:方法与应用（Representation Learning on Graphs: Methods and Applications）
【图机器学习论文】图表示学习:方法与应用（Representation Learning on Graphs: Methods and Applications）
专知会员服务
144+阅读 · 2019年12月16日
【课程推荐】斯坦福课程：图机器学习《CS224W: Machine Learning with Graphs(Stanford / Fall 2019)》by Jurij Leskovec
【课程推荐】斯坦福课程：图机器学习《CS224W: Machine Learning with Graphs(Stanford / Fall 2019)》by Jurij Leskovec
专知会员服务
144+阅读 · 2019年12月10日
【报告推荐 | HEC-Montreal唐建博士】图神经网络推理，附27页ppt
【报告推荐 | HEC-Montreal唐建博士】图神经网络推理，附27页ppt
专知会员服务
76+阅读 · 2019年11月13日
【南洋理工大学课程】图神经网络，Graph Neural Networks，附121页PPT
【南洋理工大学课程】图神经网络，Graph Neural Networks，附121页PPT
专知会员服务
251+阅读 · 2019年11月9日
【斯坦福大学NeuralPS2019】GNN解释器，GNNExplainer: Generating Explanations for Graph Neural Networks，斯坦福大学|Jure Leskovec
【斯坦福大学NeuralPS2019】GNN解释器，GNNExplainer: Generating Explanations for Graph Neural Networks，斯坦福大学|Jure Leskovec
专知会员服务
87+阅读 · 2019年10月13日
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展（附PPT下载）
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展（附PPT下载）
AI科技评论
12+阅读 · 2019年11月13日
图神经网络GNN最新理论进展和应用探索，附报告下载
图神经网络GNN最新理论进展和应用探索，附报告下载
专知
70+阅读 · 2019年8月25日
【图网络】斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN
【图网络】斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN
产业智能官
17+阅读 · 2019年6月14日
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
新智元
9+阅读 · 2019年5月31日
图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强
图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强
新智元
26+阅读 · 2019年2月27日
斯坦福Jure Leskovec：图神经网络表达能力有多强
斯坦福Jure Leskovec：图神经网络表达能力有多强
专知
39+阅读 · 2019年2月18日
AAAI2019《图表示学习》Tutorial, 180 页 PPT 带你从入门到精通（下载）
AAAI2019《图表示学习》Tutorial, 180 页 PPT 带你从入门到精通（下载）
新智元
59+阅读 · 2019年2月2日
学界 | 图神经网络+池化模块，斯坦福等提出层级图表征学习
学界 | 图神经网络+池化模块，斯坦福等提出层级图表征学习
机器之心
30+阅读 · 2018年7月16日
【WWW2018】网络表示学习Tutorial（附下载）
【WWW2018】网络表示学习Tutorial（附下载）
专知
11+阅读 · 2018年4月25日
斯坦福Jure Leskovec图表示学习：无监督和有监督方法（附PPT下载）
斯坦福Jure Leskovec图表示学习：无监督和有监督方法（附PPT下载）
专知
24+阅读 · 2017年12月17日
A Collective Learning Framework to Boost GNN Expressiveness
A Collective Learning Framework to Boost GNN Expressiveness
Arxiv
20+阅读 · 2020年3月26日
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
Arxiv
57+阅读 · 2020年1月20日
Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
Arxiv
14+阅读 · 2019年8月8日
Text Classification Algorithms: A Survey
Arxiv
5+阅读 · 2019年4月25日
Efficient Parameter-free Clustering Using First Neighbor Relations
Efficient Parameter-free Clustering Using First Neighbor Relations
Arxiv
7+阅读 · 2019年2月28日
Relational inductive biases, deep learning, and graph networks
Arxiv
6+阅读 · 2018年10月17日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
Hypernetwork Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年8月28日
Multi-Label Zero-Shot Learning with Structured Knowledge Graphs
Arxiv
7+阅读 · 2018年5月26日
Variational Knowledge Graph Reasoning
Arxiv
15+阅读 · 2018年4月5日
VIP会员
相关主题
知识图谱
深度学习
问答系统
自然语言处理
图神经网络
相关VIP内容
【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
【斯坦福谷歌】最新《图机器学习》综述论文，38页pdf阐述最新图表示学习进展
专知会员服务
267+阅读 · 2020年5月11日
【斯坦福大学Jure Leskovec】图神经网络GNN研究进展：解释性，预训练，71页ppt
【斯坦福大学Jure Leskovec】图神经网络GNN研究进展：解释性，预训练，71页ppt
专知会员服务
124+阅读 · 2020年4月23日
【DL4G@WWW2020】图表示学习算法推理，46页ppt，Petar Veličković@DeepMind
【DL4G@WWW2020】图表示学习算法推理，46页ppt，Petar Veličković@DeepMind
专知会员服务
73+阅读 · 2020年4月22日
【图神经网络(GNN)结构化数据分析】
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
【论文】双曲图卷积神经网络（Hyperbolic Graph Convolutional Neural Networks），斯坦福大学| Ines Chami，斯坦福大学| Rex Ying
【论文】双曲图卷积神经网络（Hyperbolic Graph Convolutional Neural Networks），斯坦福大学| Ines Chami，斯坦福大学| Rex Ying
专知会员服务
114+阅读 · 2019年12月30日
【图机器学习论文】图表示学习:方法与应用（Representation Learning on Graphs: Methods and Applications）
【图机器学习论文】图表示学习:方法与应用（Representation Learning on Graphs: Methods and Applications）
专知会员服务
144+阅读 · 2019年12月16日
【课程推荐】斯坦福课程：图机器学习《CS224W: Machine Learning with Graphs(Stanford / Fall 2019)》by Jurij Leskovec
【课程推荐】斯坦福课程：图机器学习《CS224W: Machine Learning with Graphs(Stanford / Fall 2019)》by Jurij Leskovec
专知会员服务
144+阅读 · 2019年12月10日
【报告推荐 | HEC-Montreal唐建博士】图神经网络推理，附27页ppt
【报告推荐 | HEC-Montreal唐建博士】图神经网络推理，附27页ppt
专知会员服务
76+阅读 · 2019年11月13日
【南洋理工大学课程】图神经网络，Graph Neural Networks，附121页PPT
【南洋理工大学课程】图神经网络，Graph Neural Networks，附121页PPT
专知会员服务
251+阅读 · 2019年11月9日
【斯坦福大学NeuralPS2019】GNN解释器，GNNExplainer: Generating Explanations for Graph Neural Networks，斯坦福大学|Jure Leskovec
【斯坦福大学NeuralPS2019】GNN解释器，GNNExplainer: Generating Explanations for Graph Neural Networks，斯坦福大学|Jure Leskovec
专知会员服务
87+阅读 · 2019年10月13日
热门VIP内容
相关资讯
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展（附PPT下载）
斯坦福Jure Leskovec清华演讲：图神经网络研究最新进展（附PPT下载）
AI科技评论
12+阅读 · 2019年11月13日
图神经网络GNN最新理论进展和应用探索，附报告下载
图神经网络GNN最新理论进展和应用探索，附报告下载
专知
70+阅读 · 2019年8月25日
【图网络】斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN
【图网络】斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN
产业智能官
17+阅读 · 2019年6月14日
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
斯坦福教授ICLR演讲：图网络最新进展GraphRNN和GCPN（附PPT下载）
新智元
9+阅读 · 2019年5月31日
图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强
图神经网络将成AI下一拐点！MIT斯坦福一文综述GNN到底有多强
新智元
26+阅读 · 2019年2月27日
斯坦福Jure Leskovec：图神经网络表达能力有多强
斯坦福Jure Leskovec：图神经网络表达能力有多强
专知
39+阅读 · 2019年2月18日
AAAI2019《图表示学习》Tutorial, 180 页 PPT 带你从入门到精通（下载）
AAAI2019《图表示学习》Tutorial, 180 页 PPT 带你从入门到精通（下载）
新智元
59+阅读 · 2019年2月2日
学界 | 图神经网络+池化模块，斯坦福等提出层级图表征学习
学界 | 图神经网络+池化模块，斯坦福等提出层级图表征学习
机器之心
30+阅读 · 2018年7月16日
【WWW2018】网络表示学习Tutorial（附下载）
【WWW2018】网络表示学习Tutorial（附下载）
专知
11+阅读 · 2018年4月25日
斯坦福Jure Leskovec图表示学习：无监督和有监督方法（附PPT下载）
斯坦福Jure Leskovec图表示学习：无监督和有监督方法（附PPT下载）
专知
24+阅读 · 2017年12月17日
相关论文
A Collective Learning Framework to Boost GNN Expressiveness
A Collective Learning Framework to Boost GNN Expressiveness
Arxiv
20+阅读 · 2020年3月26日
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
Arxiv
57+阅读 · 2020年1月20日
Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
Arxiv
14+阅读 · 2019年8月8日
Text Classification Algorithms: A Survey
Arxiv
5+阅读 · 2019年4月25日
Efficient Parameter-free Clustering Using First Neighbor Relations
Efficient Parameter-free Clustering Using First Neighbor Relations
Arxiv
7+阅读 · 2019年2月28日
Relational inductive biases, deep learning, and graph networks
Arxiv
6+阅读 · 2018年10月17日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
Hypernetwork Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年8月28日
Multi-Label Zero-Shot Learning with Structured Knowledge Graphs
Arxiv
7+阅读 · 2018年5月26日
Variational Knowledge Graph Reasoning
Arxiv
15+阅读 · 2018年4月5日
微信扫码咨询专知VIP会员
Top