全书从布景先容、推行细节,到现实利用,再到归纳与拓展,深切浅出。涵盖了进修图深度进修必需领会的根底常识,图深度进修中典范的模子方式,图深度进修在现实中的利用方式,和图深度进修最新的研讨热门和前沿停顿。
揭秘图深度进修的根本道理和典范算法,包罗古代图嵌入、用于简略图和繁杂图的GNN、GNN 的硬朗性和可扩大性及GNN 以外的图深度模子。利用部门先容了GNN 在典范范畴的利用,包罗天然说话处置、计较机视觉、数据发掘、生毕命学和调理安康合适计较机迷信、野生智能和机械进修等相干专门各个阶段的先生进修,也可供消息范畴相干从业者,包罗工程师和研讨职员浏览。
在过来的几十年中,图透露表现进修范畴获得了庞大的停顿。这些停顿大概也许分别为图透露表现进修的三个期间,即古板图嵌入、古代图嵌入和图深度进修。
Word2vec 是从洪量文本中进修词的透露表现的一种方式,这些天生的词透露表现已推动了很多天然说话处置使命的停顿。Word2vec 在图域的告成扩睁开启了第二代图透露表现进修——古代图嵌入。
基于深度进修手艺在图象和文本范畴透露表现进修中获得的庞大告成,研讨者已尽力地将其推行到图域,进而开放了图透露表现进修的新篇章——图深度进修。
愈来愈多的凭据解释,第三代图透露表现进修,特别是图神经收集(GNN),极地面增进了包罗偏重于节点和偏重于图的种种图上计较使命的成长。
在保举编制和应酬收集剖析等典范范畴中半岛官网入口,GNN 带来了最佳的机能并为它们带来新的研讨问题。同时,GNN也不停地力用到新的范畴,譬喻拉拢优化、物理和调理安康。
GNN 的这些普遍利用为研讨者供给了差别窗科的多种孝敬和概念,并使该研讨范畴真实成为跨学科范畴。(完)