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
https://mp.weixin.qq.com/s/Pm1HiEQOBnbo_GQ_v6Y_zw
腾讯提出自适应图卷积神经网络,接受不同图结构和规模的数据
https://zhuanlan.zhihu.com/p/31067515
《Semi-Supervised Classification with Graph Convolutional Networks》阅读笔记
https://mp.weixin.qq.com/s/6viSk0Ts_7eTfYrWYi_HDQ
基于图结构的实体和关系联合抽取模型简介
https://zhuanlan.zhihu.com/p/36117802
《Learn to Represent Programs with Graphs》阅读笔记。这篇论文讲述了DL在程序代码纠错方面的应用。
https://zhuanlan.zhihu.com/p/37278426
Graph2Seq: Graph to Sequence Learning with Attention-based Neural Networks
https://mp.weixin.qq.com/s/soH6jX7_fjq0iBBH-5bMsA
Node2Vec论文+代码笔记
https://mp.weixin.qq.com/s/VQON_WM_wLjGgbY2_UqzSQ
Node2Vec: 可扩展的网络特征学习
https://mp.weixin.qq.com/s/zxFgW6ofimYQ9wlChTK8cw
Recommender System with GNN
https://mp.weixin.qq.com/s/_vbcLre5HIrOGbAjTzLFjA
动态网络表征学习在推荐领域的创新与实践
https://mp.weixin.qq.com/s/17ozbpr2IIoq36VpBl3Crw
基于知识图谱和图卷积神经网络的应用和开发
https://mp.weixin.qq.com/s/mbr3u9SiYVPysBT9xuX0vg
Hyperbolic Graph Convolutional Neural Networks
https://mp.weixin.qq.com/s/nGPUcDHTrG6KwAqDCkfA1w
基于超图网络模型的图网络进化算法
https://mp.weixin.qq.com/s/XoVUJln3oyhk2jMOtWwfog
基于图神经网络的协同过滤算法
https://zhuanlan.zhihu.com/p/86216369
从3/4层拓展到56层,如何训练超级深层的图卷积神经网络
https://mp.weixin.qq.com/s/ceC1_39cmpqYOoHsu-4sCQ
HEC-Montreal唐建博士:图神经网络推理
https://mp.weixin.qq.com/s/aIU8mP5nlnqR4Qt-4RfMgQ
孙付伟:Graph Embedding在知乎的应用实践
https://zhuanlan.zhihu.com/p/111945052
TextGCN
https://blog.csdn.net/weixin_43269174/article/details/98492487
从图嵌入算法到图神经网络
https://mp.weixin.qq.com/s/LxdZ5xRuqQjNbG9FhhD0Aw
图神经网络越深,表现就一定越好吗?
https://mp.weixin.qq.com/s/d_gf12bzVySHkXFl5rqVTQ
图神经网络前沿综述:动态图网络
https://mp.weixin.qq.com/s/ea3sOkabOmaymlkeQJlZ1A
图算法工程师 面试基础
https://mp.weixin.qq.com/s/3xNRyEsw7QPCzvpQU6chDw
图神经网络的重要分支:时间图网络
https://mp.weixin.qq.com/s/GibBqURtF_Oak8NOKDjEPg
时序图神经网络
https://mp.weixin.qq.com/s/k3HTFY3QLdiY_zj81NePAg
腾讯AI Lab联合清华、港中文,万字解读图深度学习历史、最新进展与应用
https://mp.weixin.qq.com/s/TSsKeADBuamrTPrRKUBpBQ
Graph Normalization (GN):为图神经网络学习一个有效的图归一化
https://mp.weixin.qq.com/s/oBgPS0s_Fe2w4bmT__664A
动态图上的深度学习-动态时间图网络建模技术综述
https://mp.weixin.qq.com/s/N3A8N4DZC-x8YavEXdpfKA
使用图进行特征提取:最有用的图特征机器学习模型介绍
https://mp.weixin.qq.com/s/3XKrFGkhxxXdg-XGNkvXdg
LINE:不得不看的大规模信息网络嵌入
https://mp.weixin.qq.com/s/BPbUiIl9yU6DJbjKQmrzgw
结合图的结构信息和节点特征的图对比学习
https://mp.weixin.qq.com/s/FwIbHiyZa4EcnMunWoAR1Q
北大发布最新《图神经网络推荐系统》2020综述论文,27页pdf
https://blog.csdn.net/leviopku/article/details/106949616
GNN中的Graph Pooling
https://mp.weixin.qq.com/s/5vgN2Z-FVMQ9ofPAy1Vf-g
图表示学习中的Encoder-Decoder框架
https://mp.weixin.qq.com/s/2HwszqbC_I2zdTCiQirxPQ
图注意力网络入门:从数学理论到到NumPy实现
https://mp.weixin.qq.com/s/oRWMAeKcftmCL1W1SW823g
推荐系统与GNN擦出的火花竟如此绚丽多彩
https://mp.weixin.qq.com/s/9qGrkDFCd1bgeXRAaM8VGQ
动态图表示学习,40页ppt,Dynamic Graph Representation Learning
https://mp.weixin.qq.com/s/Uy2ekBiwkI2sIo637b-16g
北大、微软提出NGra:高效大规模图神经网络计算
https://mp.weixin.qq.com/s/diIzbc0tpCW4xhbIQu8mCw
阿里凑单算法首次公开!基于Graph Embedding的打包购商品挖掘系统解析
https://mp.weixin.qq.com/s/chiHw5gKnJyTJTQeF6gViw
在向量空间中启用网络分析和推理,清华大学崔鹏博士最新分享
https://mp.weixin.qq.com/s/cNNj18i_SoPeJSu9lXf9Ng
动态图表示学习,40页ppt,Dynamic Graph Representation Learning
https://mp.weixin.qq.com/s/sdiu64GVPkhTjQ5sAIv94A
图卷积神经网络理论基础:从傅里叶变换到图卷积
https://mp.weixin.qq.com/s/jvMyNgxaJj3HAIMDK_jKUQ
图挖掘与多关系学习:工具与应用,亚马逊与CMU-WWW2021教程,附161页ppt
https://mp.weixin.qq.com/s/iQYVyo2PHuGbEsYgdIf_oQ
DeepMind等机构提出“图网络”:面向关系推理
https://mp.weixin.qq.com/s/TAccHagxXQ82lfE91Y6xWg
CNN已老,GNN来了:重磅论文讲述深度学习的因果推理
https://mp.weixin.qq.com/s/UONtTJJgDawRPWtatAVKkg
如何利用高效的搜索算法来搜索网络的拓扑结构
https://mp.weixin.qq.com/s/SGCtwYWfnxjcpMJeeH1b4w
图神经网络+池化模块,斯坦福等提出层级图表征学习
https://mp.weixin.qq.com/s/DOau_vTbwCauQ8mrHkGu9Q
首个面向Facebook、arXiv网络图类的对抗攻击研究
https://mp.weixin.qq.com/s/L4XPz4Moc3mmhR_7kK5OKg
图神经网络知识蒸馏框架
https://mp.weixin.qq.com/s/K3adKwK5jBIYZAFJR_hzGw
图神经网络综述
https://mp.weixin.qq.com/s/tWR81J3t-lt3pzcOcterFQ
GNN中的16种图卷积和9种图池化
https://mp.weixin.qq.com/s/_0quf0IRe8mn4dnsBwf6Aw
基于路径的实体图关系抽取模型
https://mp.weixin.qq.com/s/jCgbBldpw4TGHUvN9WkJZg
在对抗中学习网络结构——87页PPT带你学习Graph中的GAN
https://mp.weixin.qq.com/s/xTZbfiLYHB64AJJRcw04qQ
知识图和神经网络:如何有效读取图节点属性
https://mp.weixin.qq.com/s/9fFjVSiMg-LwddXfNJuKuw
DeepMind开源图网络库,一种结合图和神经网络的新方法
https://mp.weixin.qq.com/s/5DmpgPN4t3p3H53Xu7_-3A
北大、微软亚洲研究院:高效的大规模图神经网络计算
https://mp.weixin.qq.com/s/BFJD8i_yg1Y6fxZS5or-rw
Bengio最新论文提出GibbsNet:深度图模型中的迭代性对抗推断
https://mp.weixin.qq.com/s/zg3yW7e4UKIs9-m6WmcbvA
GraphWave:一种全新的无监督网络嵌入方法
https://mp.weixin.qq.com/s/mamet6l_lA7fhoYkysZ7PQ
华为联合LSE提出KONG:有序近邻图的核函数
https://mp.weixin.qq.com/s/OnRB44tliuTFcjlmuRG3Xw
图神经网络“理论在哪里“?
https://mp.weixin.qq.com/s/FpBawuJrD54Hk1_GMO4tSg
21年最新最全Graph Learning算法
https://zhuanlan.zhihu.com/p/136521625
图神经网络从入门到入门
https://mp.weixin.qq.com/s/k3bHwxH_pgMat9pQkHzrww
大规模图算法在京东广告的实践
https://mp.weixin.qq.com/s/Aefh4A33ZhZf-pyHS3JAlg
首篇NLP图神经网络综述!127页文档让你全面了解这个领域
https://mp.weixin.qq.com/s/brIIukHx06daYw-M3nN8PQ
自然语言处理中图神经网络从入门到精通
https://mp.weixin.qq.com/s/qVWrdKD37qtnB_flPEbSdg
图深度学习如何用于自然语言处理?SIGIR2021这份230页ppt教程带你全面了解DL4NLP
https://mp.weixin.qq.com/s/BPuRRgcRQTo2jSYY-y2c8w
清华最新《图神经网络推荐系统》综述论文
https://zhuanlan.zhihu.com/p/595993927
DeepMind通天了!AI中期天气预报吊打全球顶级气象台:1台TPU1分钟预测10天天气
http://www.docin.com/p-630952720.html
马尔科夫链
https://mp.weixin.qq.com/s/J9OmqFzQK-GS95FjgAJkTw
浅析PageRank算法
https://mp.weixin.qq.com/s/fGaEYvo3WYKdzA3r8l6O3g
基于TextRank算法的文本摘要
https://mp.weixin.qq.com/s/0ZNsP7sEfagZhjyaLZohSQ
程序员拒绝单曲循环:曲子只有5分钟,也得不重样播放450多天
https://mp.weixin.qq.com/s/TyOYhId90N0Cm7nw98nXMg
PageRank、最小生成树:ML开发者应该了解的五种图算法
https://mp.weixin.qq.com/s/4N14KhSjNt3_TvVzu4IrgQ
抽取式摘要:TextRank和BertSum
https://mp.weixin.qq.com/s/Q64r99Fxtut9_9hW9smL7g
从PageRank到反欺诈与TextRank
http://ishare.iask.sina.com.cn/f/34626295.html
矩阵不可约的充要条件
http://www.cnblogs.com/saltless/archive/2010/11/08/1871430.html
求强连通分量的Tarjan算法
http://blog.csdn.net/dm_vincent/article/details/8554244
求解强连通分量算法之—Kosaraju算法
http://www.cnblogs.com/luweiseu/archive/2012/07/14/2591370.html
强连通分支算法–Kosaraju算法、Tarjan算法和Gabow算法
您的打赏,是对我的鼓励
请访问这里提交评论