【Twitter】时序图神经网络

图神经网络(GNNs)最近变得越来越受欢迎，因为它们能够学习复杂的关系系统或相互作用，这些关系或作用来源于生物学和粒子物理学到社会网络和推荐系统等广泛问题。尽管在图上进行深度学习的不同模型太多了，但迄今为止，很少有人提出方法来处理呈现某种动态性质的图(例如，随着时间的推移而进化的特征或连通性)。在本文中，我们提出了时序图网络(TGNs)，一个通用的，有效的框架，用于深度学习动态图表示为时间事件序列。由于内存模块和基于图的运算符的新组合，TGNs能够显著优于以前的方法，同时在计算效率上也更高。此外，我们还展示了之前几个用于学习动态图的模型可以转换为我们框架的具体实例。我们对框架的不同组件进行了详细的消歧研究，并设计了最佳配置，在动态图的几个转导和归纳预测任务中实现了最先进的性能。

pdf

slide

【Twitter】时序图神经网络相关推荐

时序图神经网络总结（1）
本系列是整理关于用图神经网络(特别是图卷积)来建模时序图数据的论文. 2016-2017 基本概念论文1 Structural Sequence Modeling with Graph Convol ...
用于时序动作提名生成任务，爱奇艺提出BC-GNN图神经网络 | ECCV 2020
时序动作提名生成任务可以从未处理的长视频中定位出包含动作内容的片段,对视频理解以及时序行为检测任务等有着重要的作用.随着视频数量的激增以及视频内容的丰富,对时序动作提名算法的关注和需求也得到巨大提升. ...
Twitter团队最新研究：快速高效的可扩展图神经网络SIGN
今天给大家介绍的是Twitter研究团队发表的一篇论文,该研究针对大规模图神经网络训练的问题,提出的一种新的结构更加简单的模型--SIGN,这种模型的提出使得计算复杂度大大降低,能够有效地处理大规模图 ...
KDD 2020 开源论文 | 图神经网络多变量时序预测
©PaperWeekly 原创 · 作者|马敏博学校|西南交通大学硕士生研究方向|命名实体识别本次分享的论文是 KDD 2020 的一篇工作,出发点是为了更好地建模多变量时间序列数据中成对变量之 ...
为什么说Transformer就是图神经网络？
作者 | Chaitanya Joshi 译者 | Kolen 出品 | AI科技大本营(ID:rgznai100) 前言有些工程师朋友经常问我这样一个问题:"图深度学习听起来很棒,但是现 ...
图神经网络的解释性综述！
↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习,不错过Datawhale干货来源:纪厚业,北京邮电大学,图与推荐编辑:数据派THU本文约1.5w字,干 ...
为什么要进行图学习？谈一谈逆势而上的图神经网络
点击上方蓝字关注我们问一问近几年来逆势而上的技术有什么?相信你一定会说出来一个:图神经网络. 图神经网络将会在人工智能的各个领域起着非常重要的作用,虽然目前还没有完全成为各大顶会的焦点,但不可否认 ...
7天搞定图神经网络，实战助力新冠疫情防控！
要问这几年一直在逆势而上的技术有哪些?你一定不会忽略它--图神经网络. 相比传统神经网络,图神经网络的优势非常明显: 1.非顺序排序的特征学习:GNN的输出不以节点的输入顺序为转移的. 2.两个节点之 ...
图神经网络：方法与应用 | 一文展望，四大待解问题
在 AI Open 杂志 2020 年第一卷中,清华大学周杰等人发表了综述性论文<Graph neural networks: A review of methods and applicati ...

【Twitter】时序图神经网络

【Twitter】时序图神经网络相关推荐

最新文章

热门文章