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: 格尔木市| 楚雄市| 视频| 商都县| 房山区| 叙永县| 扎鲁特旗| 麦盖提县| 万源市| 故城县| 巫溪县| 宜阳县| 宁明县| 航空| 龙江县| 望都县| 林州市| 桑植县| 德格县| 温宿县| 刚察县| 兴安盟| 阿拉善左旗| 黔西| 平乡县| 土默特左旗| 海城市| 静宁县| 岐山县| 仁怀市| 怀集县| 当阳市| 罗源县| 乐东| 龙游县| 长子县| 瑞丽市| 和平县| 内黄县| 巴塘县| 大名县|