图表示学习/(美) William Hamilton, AI TIME
附件:设置1:设置2:设置3:本书提供了一份关于图表示学习的综述。首先, 本书讨论图表示学习的目标及图论和网络分析的关键方法论。然后, 本书介绍并回顾了学习节点嵌入的方法, 包括基于随机游走的方法以及在知识图谱上的应用。再后, 本书对高度成功的图神经网络 (Graph Neural Network, GNN) 进行了技术上的综合介绍, GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。最后, 本书总结了针对图的深度生成模型的最新进展, 这是图表示学习新生但发展迅速的子集。摘要:
附注提要
本书提供了一份关于图表示学习的综述。首先, 本书讨论图表示学习的目标及图论和网络分析的关键方法论。然后, 本书介绍并回顾了学习节点嵌入的方法, 包括基于随机游走的方法以及在知识图谱上的应用。再后, 本书对高度成功的图神经网络 (Graph Neural Network, GNN) 进行了技术上的综合介绍, GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。最后, 本书总结了针对图的深度生成模型的最新进展, 这是图表示学习新生但发展迅速的子集。