Antkillerfarm Hacking home ShareNotes

Graph NN(三)——Graph NN参考资源

2021-02-25

Graph NN参考资源

https://mp.weixin.qq.com/s/kQlxLDHLI6xxFzwJVjFj7w

GraRep: 基于全局结构信息的图结点表示学习

https://mp.weixin.qq.com/s/aGP8pcsCmEdjdCWVjA82Jg

近期必读的5篇CVPR 2019图卷积网络相关论文和代码

https://mp.weixin.qq.com/s/XApSbi-Pg-AeYGkPN3fldg

旷视研究院提出ML-GCN:基于图卷积网络的多标签图像识别模型

https://mp.weixin.qq.com/s/rvcj9-6KlBsVmF_CAsip2A

超越标准GNN!DeepMind、谷歌提出图匹配网络

https://mp.weixin.qq.com/s/UotqgRjCTpjPrsIEWBRPxA

基于随机游走的图匹配算法

https://mp.weixin.qq.com/s/dDaFhssFEYxS7ElMy4ekJw

基于图嵌入的深度图匹配

https://mp.weixin.qq.com/s/LZvxvDpxQEtlKuXoxT_gTQ

可变形曲面跟踪,亮风台新出基于图匹配的方法

https://mp.weixin.qq.com/s/7DyPJ9LnqZ9XyAop33SxSw

ST-GCN动作识别算法详解

https://mp.weixin.qq.com/s/fxVsN2dDmayxJfxBRIXHhQ

解读PingSage:图卷积神经网络在数十亿数据网络级别推荐系统的应用

https://mp.weixin.qq.com/s/49vnVOO0G_JvKrWcsN2_Ww

关系图注意力网络-Relational Graph Attention Networks

https://mp.weixin.qq.com/s/zlgnOGhuzIlOha8Y6cwUxA

快速了解阿里的M2GRL模型

https://zhuanlan.zhihu.com/p/279287735

GraphSAGE+FM+Transformer强强联手:评微信的GraphTR模型

https://mp.weixin.qq.com/s/0lNeSjpm4lbu_8mopWJ2oA

图表示学习中的Encoder-Decoder框架

https://mp.weixin.qq.com/s/w190-7C4WA_JWw-ID9m8gA

没有完整图时,如何使用图深度学习?你需要了解流形学习2.0版本

https://mp.weixin.qq.com/s/O5rDJiuzIUHM1YU6-vBb6Q

Pre-training on Graphs

https://mp.weixin.qq.com/s/ejA2DM1iGH-P4dOlefSOSQ

Graph Neural Networks in Recommender Systems

https://mp.weixin.qq.com/s/9ij8rI_MqyxbwVcjlF3HAA

Google PPRGo:两分钟分类千万节点的最快GNN

https://mp.weixin.qq.com/s/BR2hXAzgs0F_lJ7TVd1DlA

GPR-GNN:自适应通用广义PageRank图神经网络

https://mp.weixin.qq.com/s/lyy3AhqLDBT88B2LSSIbZQ

图表示解决长文本关系匹配问题:腾讯提出概念交互图算法

https://mp.weixin.qq.com/s/dIem8V4NiOWhKE_ENhAG5Q

缺失数据还原-图神经网络新应用

https://mp.weixin.qq.com/s/mFLuTfACeDNeuDclpqEZpg

用于多关系数据的图神经网络R-GCNs

https://mp.weixin.qq.com/s/pn8DGb190_9Yd-MuNohgcQ

《图信号处理》新书,170页pdf阐述从图分析到图神经网络应用

https://mp.weixin.qq.com/s/nHn-W6uL_Njtdl5O-4zaCg

当推荐系统遇上图神经网络

https://mp.weixin.qq.com/s/q2GiE1_jg-tQM3ZtN9Wmrw

图信息Bottleneck打造图最优表示->避免过拟合,并具备稳健性

https://mp.weixin.qq.com/s/R24ZdMBLiGVnW_WnphmtFg

TAMU发布《图神经网络可解释》综述论文,14页pdf阐述实例级与模型级解释

https://mp.weixin.qq.com/s/bvp3NIrrarJc_MesKy1x_A

崔泽宇:套装搭配推荐在图神经网络上的应用

https://mp.weixin.qq.com/s/_8K0s9WceJ-xlRViHhz2Zw

Google图挖掘团队最新博客《图表示学习中的创新》

https://mp.weixin.qq.com/s/c3SBGlxzJOYhQBrJ2h3j0g

呼奋宇:深度层次化图卷积神经网络

https://mp.weixin.qq.com/s/sRKW8DLXZXWLUUVTb12F4Q

“AI新贵”图神经网络算法及平台在阿里的大规模实践

https://mp.weixin.qq.com/s/tAfTmGWqG6IR8SOP0uKW6g

什么限制了GNN的能力?首篇探究GNN普适性与局限性的论文出炉!

https://mp.weixin.qq.com/s/Orv47r4EchVIR7VcleoJ5Q

谷歌图表征学习创新:学习单个节点多个嵌入&自动学习最优超参数

https://mp.weixin.qq.com/s/ChXCcXOv-OKPzH8dro_DnA

图模型的信息融合专题

https://zhuanlan.zhihu.com/p/113242299

异质图神经网络学习笔记

https://mp.weixin.qq.com/s/LrAjuJyzrXWAGvvTLTNd8Q

GNN教程:图神经网络“开山之作”!

https://mp.weixin.qq.com/s/C-Pa1jznQntyhocdxS-4Hg

节点嵌入训练加快300倍!解读开源高性能图嵌入系统GraphVite

https://mp.weixin.qq.com/s/gE0jGuduKOQYqkTAuhC2Nw

基于空间对齐的图卷积网络

https://mp.weixin.qq.com/s/xJ05ctlYhyVy__6CaOm4WQ

利用图Transformer实现基于知识图谱的文本生成

https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247515242&idx=2&sn=7497044ec2f80215061fb0de8abb2f72

用于Web级推荐系统的图卷积神经网络

https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247515402&idx=2&sn=726b417a71789e65430cbd931c78959e

基于门控图网络实现图到序列学习

https://blog.csdn.net/yyl424525/article/details/100057907

Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks

https://mp.weixin.qq.com/s/emPDgw_c68JgbpYnem4JvA

一文读懂简化的图卷积网络GCN(SGC)

https://mp.weixin.qq.com/s/LzaP6BWaKXL4O_Jf9QN7Rw

基于层次化注意力图网络和多视角学习的商品推荐

https://mp.weixin.qq.com/s/EKb9hN9cFrwNtSWWBpE4dw

首次基于神经架构搜索自动生成图卷积结构,刷新人体动作识别准确率

https://mp.weixin.qq.com/s/-Fw8HcrQjBoYA4lXk0NZ3Q

图变换网络:Graph Transformer Network

https://mp.weixin.qq.com/s/nigeDLq-HrtELfhfWj5qow

自注意力图池化

https://mp.weixin.qq.com/s/_uoyv-NAn8GypYXGsLvjhg

Graph U-Nets

https://mp.weixin.qq.com/s/YNIwmR8K-H2eKbKoZSZZ-Q

CIKM最佳应用论文:11亿节点的大型图,看闲鱼如何用图卷积过滤垃圾评论

https://mp.weixin.qq.com/s/6RSYTlNvw7TyOJsjHf1iYQ

基于图上下文知识融入的预训练语言模型

https://mp.weixin.qq.com/s/0B1ROCg7SMn0I7-5HVeMIg

用图神经网络改善视频的多标签分类

https://mp.weixin.qq.com/s/M7nzr6n4tZAMR1CXo3Q0OQ

基于图神经网络的CTR预测中的特征交互建模

https://mp.weixin.qq.com/s/ee_Mq2vzJ2z253B7PZZc9w

2019年,异质图神经网络领域有哪些值得读的顶会论文?

https://mp.weixin.qq.com/s/lwqYZurdie3lJ_-X9zgoyQ

加深图卷积神经网络的可能性探索

https://github.com/microsoft/tf-gnn-samples

微软开源了一个用TF实现的GNN例程库

https://mp.weixin.qq.com/s/r4_5GwA8Olqh6M1p_6eYPg

图神经网络!2020 AI研究趋势!是什么?有什么用?

https://mp.weixin.qq.com/s/LbMblqRWeitShSUsnebDAg

基于GNN的图表示学习

https://mp.weixin.qq.com/s/eg_H0D8m0LdVBJixsc-dNA

张量图卷积网络(TensorGCN)文本分类

https://mp.weixin.qq.com/s/sXCwe8hXWxdNbpl2i7YBtg

完全基于注意力机制的图表征学习模型Graph-Bert

https://mp.weixin.qq.com/s/dXYjUHAXVZINXQkvM_ssZA

从图网络表示到图神经网络

https://mp.weixin.qq.com/s/DI7C8GKcVsMzAVpGxflUpg

图机器学习,Graph-Powered Machine Learning

https://mp.weixin.qq.com/s/1AO7ALoojMK9Qx3yMQcclQ

GNN实战:手把手教你使用tf_geometric构建图自编码器GAE

https://mp.weixin.qq.com/s/jPIo4p4QCn1UVZ1CtPjP-A

GNN如何进行池化以及挑战

https://mp.weixin.qq.com/s/i_v1GoR-VzVxmy2Wm97t4w

中科院自动化所等首次用图卷积网络解决语义分割难题

https://mp.weixin.qq.com/s/inBGhCnzr-xZZqtIbrG3bA

异质图神经网络:模型与应用

https://mp.weixin.qq.com/s/WBUYk__k-86vGqOA6N6iCw

图神经网络入门

https://mp.weixin.qq.com/s/A-4JZG9tF7fnSuBa4YH3iw

图神经网络预训练的策略

https://mp.weixin.qq.com/s/1Kdrz6i83-hKEaY1O7quZg

稀疏数据半监督学习的分解图表示

https://mp.weixin.qq.com/s/oc-o6W087jA-npxy89QMFw

图自编码器的起源和应用

https://mp.weixin.qq.com/s/a_svzOS1Z2a98gIzBBk1dw

从文本分类来看图卷积神经网络

https://mp.weixin.qq.com/s/3FoBdd64CtklQu-3T97SIQ

异构图Transformer

https://zhuanlan.zhihu.com/p/86181013

网络图模型综述

https://zhuanlan.zhihu.com/p/114452245

图神经网络时代的深度聚类

https://mp.weixin.qq.com/s/6dIfZXH2EOOgroyRiDxeJA

深度聚类的可视化解释

https://zhuanlan.zhihu.com/p/113762102

图卷积网络加速训练方法综述

https://mp.weixin.qq.com/s/9-1zJCAogvWMTHnJPQGvmA

图神经网络在医学影像中的应用

https://mp.weixin.qq.com/s/W7xDBQNlTkSGQ16Lf2C4kQ

图神经网络(GNN)结构化数据分析

https://mp.weixin.qq.com/s/nCDn89eMWkom0AfQAWGjsA

图表示学习Graph Embedding综述

https://zhuanlan.zhihu.com/p/98483266

Fi-GNN通过图神经网络建模特征交互作用来进行CTR预测

https://mp.weixin.qq.com/s/RKtVkO9lITJ4QSNL3PgUbQ

基于GNN,强于GNN:胶囊图神经网络的PyTorch实现

https://zhuanlan.zhihu.com/p/114798371

“推荐系统”加上“图神经网络”

https://mp.weixin.qq.com/s/BXovM5bHshLxdmBg93EQrA

阿尔伯塔大学博士毕业论文:基于图结构的自然语言处理

https://zhuanlan.zhihu.com/p/63207928

图卷积网络在VQA问题中的应用

https://mp.weixin.qq.com/s/B84aHi6z0z2cGyaUdKqSUw

从矩阵分解到GNN:社会化推荐的演化

https://mp.weixin.qq.com/s/GHJQ_oLfC7S1JgPwhptfKw

异构图Transformer

https://mp.weixin.qq.com/s/bPDqQE58zmJIsol96bP74g

图网络GNN(特别篇):一文遍览图网络中16种典型的图卷积和9种图池化Graph Pooling

https://mp.weixin.qq.com/s/QF9-Pz2X4qToObGWwViFBQ

EGES:阿里在图嵌入领域中的探索

https://mp.weixin.qq.com/s/WnF-fqQyr2VNqr75Jzoqsw

Diff Pool:网络图的层次化表达

https://mp.weixin.qq.com/s/8kCKqM3yuohc4xOoFd8hGg

Heterogeneous Graph Neural Network

https://mp.weixin.qq.com/s/HUjq4TopxWLx3QTh5ZxfIQ

最新《图卷积神经网络》中文综述论文,26页pdf

https://mp.weixin.qq.com/s/RuCxY92qlhWnbZVYDXY_BQ

Mila唐建博士最新《图表示学习:算法与应用》2020研究进展,附59页ppt

https://mp.weixin.qq.com/s/F9zt7eyHxTX7Gp0zpvnfcg

一文直击Graph Embedding图表示学习的原理及应用

https://mp.weixin.qq.com/s/j-vEuwUk1HVzHObeIvuh5A

一文梳理图嵌入 (Graph Embedding)

https://mp.weixin.qq.com/s/qgZwi3ieMqPrg3t5lyjaZw

元图(Meta-Graph):元学习小样本连接预测

https://mp.weixin.qq.com/s/4J0wL4vSugmx1Zow8zdT2Q

DGL深度图神经网络实战教程

https://mp.weixin.qq.com/s/v9aOoK2sHP0a9hZP0jWW0Q

图神经网络的新基准

https://zhuanlan.zhihu.com/p/133739758

全面理解PinSage(工业落地:图神经网络+推荐系统)

https://mp.weixin.qq.com/s/VctNZsALrbDQDW3_zhGJsw

在NLP中应用GCN的几种构图方法整理

https://mp.weixin.qq.com/s/TnS4-seRxAs45A6SDSoACg

图神经网络的预训练策略

https://mp.weixin.qq.com/s/Pgz8cnDpX2mgexASnRzfhA

浅谈图神经网络的局限性

https://mp.weixin.qq.com/s/hQ-Fo_aizkcTxvzW0FSIEw

VGAE:利用变分自编码器完成图重构

https://zhuanlan.zhihu.com/p/137223381

推荐系统的图方法

https://mp.weixin.qq.com/s/hFtFjR4EIVN_9g93YjtuoQ

GCMC:GNN在推荐系统中的应用

https://mp.weixin.qq.com/s/u8XAbOautjZTA7ZhdSBaDA

经典重温:图表示学习经典算法node2vec

想在此留下评论,请访问 issues_link 提交评论
Fork me on GitHub