主要目标: 将结点映射为向量表示的时候尽可能多地保留图的拓扑信息【低维、连续、稠密】 主要分类: 基于图结构的表示学习 基于图特征的表示学习 基于图结构的表示学习 在我们的图表示学习中，我们希望Embeddin...
基础概念 Reinforcement learning: Reinforcement learning (RL) is an area of machine learning concerned with how softwar...
前置知识: 基础的【 图论, 概率论, 线性代数, 机器学习 】 相关资源: 课程: Network Data Science - EN.580.129 (22) Stanford CS224W: Machine Learning wi...
本文只对比最常见的主成分分析(PCA: Principal Component Analysis)和t分布随机邻居嵌入(t-SNE: t-Distributed Stochastic Neighbor Embedding)。 t-SNE则是...
介绍 D-S证据理论是基于不确定性推理的一种数学理论，由Dempster和Shafer两位数学家在20世纪60年代提出。它是一种集合论的扩展，用于处理不完备、不确定和模糊的信息，尤其是在决策和推理问题中。 D-S证据理论将不同来源的证据(或...
Padding small Graph 按照一个批次中最大的那个图进行padding 缺点: 需要知道最大图的尺寸，且每次都不一样 需要更多的内存 Build Giant Matrices 构造更大的对角矩阵【torch_geome...
图神经网络(Graph Neural Networks, GNNs)是用于处理图数据的深度学习模型，已经在各种领域取得了显著的成就。然而，它们也存在一些问题和挑战，其中包括： 悬浮动问题(Suspended Animation Prob...
谱域图神经网络理论基础 空域图卷积和谱图卷积 ...
机器学习方法选择 深度学习常见流程及工具 常见性能指标 常见超参数 Batch Size 一般情况下，较大的批量大小(Batch Size)可以在一定程度上带来以下优势: 更高的计算效率: 使用较大的批量大小可以充分利用GPU或其...
KarateClub: [单图]一家空手道俱乐部会员的社交关系 TUDataset包含以下的数据集: MUTAG: 包含188个分子图，二分类为有亲水有毒性与否 PROTEINS: 包含1113个蛋白质的图形结构，二分类为酶和非...