基于信息增强的图神经网络学方法研究 网络技术

基于信息增强的图神经网络学方法研究 网络技术
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2025-02
版次: 1
ISBN: 9787121493522
定价: 68.00
装帧: 其他
开本: 16开
页数: 136页
字数: 182千字


  • 本书深入剖析了图神经网络领域所面临的两大核心挑战:深度加深模型退化和监督信息过度依赖。针对这两大挑战,本书提出了一系列解决思路,涵盖模型结构设计、训练策略优化等方面的内容。全书共7章,章主要介绍了图神经网络研究的背景与意义,阐述了来外网络表示学与图神经网络的研究现状,分析了图神经网络当前面临的挑战及其主要问题等;第2章主要对图神经网络进行概要论述,包括基础的理论、典型的模型方法及应用;第3章针对图神经网络在节点聚合过程中面临的节点邻域混杂的问题,提出了一种基于混合阶的图神经网络模型;第4章针对图神经网络在节点交互过程中面临的全局结构信息缺失问题,提出了一种基于拓扑结构自适应的图神经网络模型;第5章针对自监督信息缺失且包含噪声的问题,提出了一种图结构与节点属联合学的变分图自模型;第6章针对节点自监督信息贡献不做区分的问题,提出了一种基于注意力机制的图对比学模型;第7章结全书并对图神经网络可能的研究方向进行展望。
    本书可供从事人工智能、数据挖掘、机器学及网络数据分析等相关领域的科研及工程人员参,也可作为高等院校计算机、人工智能等专业本科生与的学参书。

    章绪论

    1.1图神经网络研究的背景及意义

    1.2网络表示学与图神经网络外研究现状

    1.2.1基于矩阵特征向量的方法

    1.2.2基于游走的方法

    1.2.3基于矩阵分解的方法

    1.4研究内容和组织结构

    1.5本章小结

    第2章图神经网络

    2.1神经网络基础

    2.1.1神经元模型与感知机

    2.1.2前馈神经网络

    2.1.3卷积神经网络

    2.1.4循环神经网络

    2.1.5自

    2.2图数据

    ……



  • 内容简介:


    本书深入剖析了图神经网络领域所面临的两大核心挑战:深度加深模型退化和监督信息过度依赖。针对这两大挑战,本书提出了一系列解决思路,涵盖模型结构设计、训练策略优化等方面的内容。全书共7章,章主要介绍了图神经网络研究的背景与意义,阐述了来外网络表示学与图神经网络的研究现状,分析了图神经网络当前面临的挑战及其主要问题等;第2章主要对图神经网络进行概要论述,包括基础的理论、典型的模型方法及应用;第3章针对图神经网络在节点聚合过程中面临的节点邻域混杂的问题,提出了一种基于混合阶的图神经网络模型;第4章针对图神经网络在节点交互过程中面临的全局结构信息缺失问题,提出了一种基于拓扑结构自适应的图神经网络模型;第5章针对自监督信息缺失且包含噪声的问题,提出了一种图结构与节点属联合学的变分图自模型;第6章针对节点自监督信息贡献不做区分的问题,提出了一种基于注意力机制的图对比学模型;第7章结全书并对图神经网络可能的研究方向进行展望。
    本书可供从事人工智能、数据挖掘、机器学及网络数据分析等相关领域的科研及工程人员参,也可作为高等院校计算机、人工智能等专业本科生与的学参书。
  • 目录:


    章绪论

    1.1图神经网络研究的背景及意义

    1.2网络表示学与图神经网络外研究现状

    1.2.1基于矩阵特征向量的方法

    1.2.2基于游走的方法

    1.2.3基于矩阵分解的方法

    1.4研究内容和组织结构

    1.5本章小结

    第2章图神经网络

    2.1神经网络基础

    2.1.1神经元模型与感知机

    2.1.2前馈神经网络

    2.1.3卷积神经网络

    2.1.4循环神经网络

    2.1.5自

    2.2图数据

    ……



查看详情