SAGPool - Self-Attention Graph Pooling 圖分類 圖池化方法 ICML 2019
文章目錄 1 相關介紹 背景 創新性 2 相關工作 基於拓撲的池化 全局池化 分層池化 3 方法 3.1 基於self-attention的圖池化方法：SAGPool Self-attention mask 圖池化 SAGPool的變種 3.2 模型架構 卷積層 readout層 全局池化架構 分層池化架構 4 實驗 數據集 GNNs的評估 訓練過程 Baselines SAGPool的變種 結果
相關文章
- 1. SAGPool - Self-Attention Graph Pooling 圖分類 圖池化方法 ICML 2019
- 2. Graph U-Nets [gPool gUnpool] 圖分類 節點分類 圖池化 ICML 2019
- 3. ICML2019 Self-Attention Graph Pooling
- 4. 圖神經網絡之池化SAGPool
- 5. 池化方法總結（Pooling）
- 6. [DIFFPOOL] - Hierarchical Graph Representation Learning with Differentiable Pooling 圖分類 NeurIPS 2018
- 7. [DIFFPOOL 圖分類] - Hierarchical Graph Representation Learning with Differentiable Pooling NeurIPS 2018
- 8. GNN Pooling(九)：Structure-Feature based Graph Self-adaptive Pooling，WWW2020
- 9. GNN Pooling(十一)：Edge Contraction Pooling for Graph Neural Networks，2019
- 10. GNN中的Graph Pooling
- 更多相關文章...
- • R 繪圖 - 餅圖 - R 語言教程
- • R 繪圖 - 散點圖 - R 語言教程
- • Git可視化極簡易教程 — Git GUI使用方法
- • 算法總結-二分查找法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. SAGPool - Self-Attention Graph Pooling 圖分類 圖池化方法 ICML 2019
- 2. Graph U-Nets [gPool gUnpool] 圖分類 節點分類 圖池化 ICML 2019
- 3. ICML2019 Self-Attention Graph Pooling
- 4. 圖神經網絡之池化SAGPool
- 5. 池化方法總結（Pooling）
- 6. [DIFFPOOL] - Hierarchical Graph Representation Learning with Differentiable Pooling 圖分類 NeurIPS 2018
- 7. [DIFFPOOL 圖分類] - Hierarchical Graph Representation Learning with Differentiable Pooling NeurIPS 2018
- 8. GNN Pooling(九)：Structure-Feature based Graph Self-adaptive Pooling，WWW2020
- 9. GNN Pooling(十一)：Edge Contraction Pooling for Graph Neural Networks，2019
- 10. GNN中的Graph Pooling