圖神經網絡論文閱讀(十四) Going Deep: Graph Convolutional Ladder-Shape Networks，AAAI2020
忙裏偷閒看一篇論文。本文作者來自University of Technology Sydney, Australia。本文貢獻如下： 提出了一種基於上下文特徵通道對稱地構造在一條收縮路徑和一條擴展路徑上的圖卷積網絡，極大地擴展了頻譜圖卷積網絡的深度。這個可以參照U-Net。 本文提出的圖卷積梯形網絡(GCLN)解決了基於鄰域聚合的神經網絡中卷積層較多的特徵過平滑問題。 在半監督和非監督節點級任務上
相關文章
- 1. 圖神經網絡論文閱讀(二十) Towards Deeper Graph Neural Networks
- 2. 圖神經網絡論文閱讀(四) Large-Scale Learnable Graph Convolutional Networks, KDD2018
- 3. 圖神經網絡論文閱讀(六) GRAPH ATTENTION NETWORKS，ICLR2018
- 4. 圖神經網絡論文閱讀(七) GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS，ICLR（Under review）2020
- 5. 圖卷積網絡、圖神經網絡必讀論文
- 6. 文獻閱讀（25）AAAI2020-EvolveGCN：Evolving Graph Convolutional Networks for Dynamic Graph
- 7. 圖神經網絡論文閱讀(十七) MixHop: Higher-Order Graph Convolutional Architectures，ICML2019
- 8. 圖神經網絡論文閱讀(十九) Position-aware Graph Neural Networks，ICML2019
- 9. 論文閱讀：ICLR 2020 圖神經網絡論文
- 10. 圖神經網絡論文閱讀(九) Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks，NeurIPS2019
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • RxJava操作符（四）Combining
- • JDK13 GA發佈：5大特性解讀
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. 圖神經網絡論文閱讀(二十) Towards Deeper Graph Neural Networks
- 2. 圖神經網絡論文閱讀(四) Large-Scale Learnable Graph Convolutional Networks, KDD2018
- 3. 圖神經網絡論文閱讀(六) GRAPH ATTENTION NETWORKS，ICLR2018
- 4. 圖神經網絡論文閱讀(七) GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS，ICLR（Under review）2020
- 5. 圖卷積網絡、圖神經網絡必讀論文
- 6. 文獻閱讀（25）AAAI2020-EvolveGCN：Evolving Graph Convolutional Networks for Dynamic Graph
- 7. 圖神經網絡論文閱讀(十七) MixHop: Higher-Order Graph Convolutional Architectures，ICML2019
- 8. 圖神經網絡論文閱讀(十九) Position-aware Graph Neural Networks，ICML2019
- 9. 論文閱讀：ICLR 2020 圖神經網絡論文
- 10. 圖神經網絡論文閱讀(九) Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks，NeurIPS2019