官术网_书友最值得收藏!

基于信息增強的圖神經網絡學習方法研究
會員

本書深入剖析了圖神經網絡領域所面臨的兩大核心挑戰:深度加深模型退化和監督信息過度依賴。針對這兩大挑戰,本書提出了一系列解決思路,涵蓋模型結構設計、訓練策略優化等方面的內容。全書共7章,第1章主要介紹了圖神經網絡研究的背景與意義,闡述了近年來國內外網絡表示學習與圖神經網絡的研究現狀,分析了圖神經網絡當前面臨的挑戰及其主要問題等;第2章主要對圖神經網絡進行概要論述,包括基礎的理論、典型的模型方法及應用;第3章針對圖神經網絡在節點聚合過程中面臨的節點鄰域混雜的問題,提出了一種基于混合階的圖神經網絡模型;第4章針對圖神經網絡在節點交互過程中面臨的全局結構信息缺失問題,提出了一種基于拓撲結構自適應的圖神經網絡模型;第5章針對自監督信息缺失且包含噪聲的問題,提出了一種圖結構與節點屬性聯合學習的變分圖自編碼器模型;第6章針對節點自監督信息貢獻不做區分的問題,提出了一種基于注意力機制的圖對比學習模型;第7章總結全書并對圖神經網絡可能的研究方向進行展望。本書可供從事人工智能、數據挖掘、機器學習及網絡數據分析等相關領域的科研及工程人員參考,也可作為高等院校計算機、人工智能等專業本科生與研究生的學習參考書。

王杰 ·人工智能 ·8.1萬字

QQ閱讀手機版

主站蜘蛛池模板: 新巴尔虎右旗| 老河口市| 准格尔旗| 莱西市| 祁连县| 宁远县| 黄龙县| 松阳县| 恩平市| 吴堡县| 天津市| 扎赉特旗| 江陵县| 东莞市| 台北县| 泊头市| 松桃| 萨嘎县| 鄂托克前旗| 凭祥市| 黄陵县| 毕节市| 咸阳市| 彝良县| 毕节市| 湖口县| 清苑县| 泾阳县| 中牟县| 延吉市| 临漳县| 河源市| 微山县| 蛟河市| 申扎县| 鄂托克旗| 琼中| 玉山县| 嘉鱼县| 丰原市| 邵阳市|