图形和关系学习方法的一个关键组成部分是对输入图或关系的向量表示的计算。本教程的出发点是,我们将此计算建模为查询,将关系对象映射到实数向量空间的领域。然后,我们从这一统一的查询语言视角重新审视了机器学习社区中关于图学习方法表达能力的近期工作。在这里,我们考虑与输入的区分以及函数的近似能力相关的表达能力。最后,我们认为,图学习和查询语言之间的桥梁为进一步的研究打开了许多有趣的途径。

成为VIP会员查看完整内容
22

相关内容

【WWW2023教程】持续图学习教程,106页pdf
专知会员服务
53+阅读 · 2023年5月4日
【经典书】计算机视觉中的结构化学习与预测,178页pdf
专知会员服务
46+阅读 · 2022年11月7日
【ICML2022教程】智能交互式学习,80页ppt
专知会员服务
43+阅读 · 2022年7月21日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
123+阅读 · 2020年7月20日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
【干货书】优化算法,232页pdf
专知
21+阅读 · 2022年9月8日
【干货书】概率,统计与数据,513页pdf
专知
29+阅读 · 2021年11月27日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
4+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
8+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
54+阅读 · 2023年3月26日
Arxiv
111+阅读 · 2023年3月24日
VIP会员
相关VIP内容
【WWW2023教程】持续图学习教程,106页pdf
专知会员服务
53+阅读 · 2023年5月4日
【经典书】计算机视觉中的结构化学习与预测,178页pdf
专知会员服务
46+阅读 · 2022年11月7日
【ICML2022教程】智能交互式学习,80页ppt
专知会员服务
43+阅读 · 2022年7月21日
【干货书】R语言探索性数据分析,218页pdf
专知会员服务
61+阅读 · 2021年9月14日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
123+阅读 · 2020年7月20日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
44+阅读 · 2020年5月23日
相关基金
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
4+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
8+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员