图卷积神经网络(GCN)目前的应用领域

推荐阅读http://d.wanfangdata.com.cn/periodical/jsjxb202005001

中科院沈华伟老师课题组的论文

我找到了这篇论文中提到的部分论文，附上下载链接https://pan.baidu.com/s/123EEnfgzUbU4Q6P9J-w4aQ

提取码：mrvd

论文内容很多，论文中有张对现有GCN应用的总结非常有用

主要集中于以下几个领域：网络分析、推荐系统、生物化学、交通预测、计算机视觉、自然语言处理等

我们将下游任务分为节点级别的任务和图级别的任务，节点级别的任务包括节点分类，链接预测等，如引文网络中的文章分类，推荐系统中用户对商品的偏好推断。图级别的任务包括图生成，图分类等，如药物网络生成，蛋白质网络中的蛋白质分类。

我已经将部分论文进行了下载，放上下载链接

链接：https://pan.baidu.com/s/123EEnfgzUbU4Q6P9J-w4aQ
提取码：mrvd

图卷积神经网络(GCN)目前的应用领域相关推荐

(21) 出行需求预测新视角---基于图卷积神经网络GCN的出租车OD需求预测
交通预见未来(21): 出行需求预测新视角---基于图卷积神经网络GCN的出租车OD需求预测 1.文章信息 <Origin-Destination Matrix Prediction via G ...
图卷积神经网络(GCN)综述与实现（PyTorch版)
图卷积神经网络(GCN)综述与实现(PyTorch版) 本文的实验环境为PyTorch = 1.11.0 + cu113,PyG = 2.0.4,相关依赖库和数据集的下载请见链接. 一.图卷积神经网络 ...
深入理解图卷积神经网络(GCN)原理
深入理解图卷积神经网络(GCN)原理文章目录深入理解图卷积神经网络(GCN)原理前言一.为什么需要GCN 二.GCN的原理 1.图的定义 2.GCN来了 2.1 矩阵计算公式 2.2 以小规模 ...
DeepLearning | 图卷积神经网络(GCN)解析(论文、算法、代码)
本篇博客主要讲述三种图卷积网络(Graph Convolutional Network, GCN)的算法原理及python实现,全文阅读时间约10分钟. 博主关于图神经网络的文章 DeepLearni ...
图卷积神经网络GCN大白话解读！
何时能懂你的心--图卷积神经网络(GCN) https://zhuanlan.zhihu.com/p/71200936 蝈蝈把知道的讲清楚.公众号SimpleAI,欢迎来逛逛. 已关注天雨粟 . ...
图卷积神经网络(GCN)入门
GCN是从CNN来的 CNN成功在欧式数据上:图像,文本,音频,视频图像分类,对象检测,机器翻译 CNN基本能力:能学到一些局部的.稳定的结构,通过局部化的卷积核,再通过层级堆叠,将这些局部的结构变 ...
tensorflow lstm 预测_图卷积神经网络GCN与递归结构RNN相结合的时间序列预测
时间序列预测任务可以按照不同的方法执行.最经典的是基于统计和自回归的方法.更准确的是基于增强和集成的算法,我们必须使用滚动周期生成大量有用的手工特性.另一方面,我们可以使用在开发过程中提供更多自由的神 ...
图卷积神经网络(GCN)理解与tensorflow2.0代码实现
图(Graph),一般用 G=(V,E)G=(V,E)G=(V,E) 表示,这里的VVV是图中节点的集合,EEE 为边的集合,节点的个数用NNN表示.在一个图中,有三个比较重要的矩阵: 特征矩阵XXX ...
【深度学习理论】(5) 图卷积神经网络 GCN
尽管在过去的几年中,神经网络的兴起与成功应用使得许多目标检测.自然语言处理.语音识别等领域都有了飞跃发展,但是将 RNN 或者GCN这样的深度学习模型拓展到任意结构的图上是一个有挑战性的问题.受限于传 ...

图卷积神经网络(GCN)目前的应用领域

图卷积神经网络(GCN)目前的应用领域相关推荐

最新文章

热门文章