新書《圖神經網絡表示學習技術綜述》免費pdf分享

本書介紹

    從通訊網絡到量子化學，圖結構的數據在天然科學和社會科學中無處不在。若是咱們但願系統可以從這類數據中學習、推理和概括，那麼將關係推理能力建模到深度學習架構中是相當重要的。近年來，關於圖表示學習的研究激增，包括深度圖嵌入技術、卷積神經網絡對圖結構數據的推廣以及受信念網絡啓發的神經消息傳遞方法。圖表示學習的這些進步已經在許多領域帶來了最新的成果，包括化學合成、3D視覺、推薦系統、問題回答和社交網絡分析。

    文末附本書最新免費pdf下載地址。

    本書的目的是提供圖形表示學習的綜合和概述。咱們首先討論圖形表示學習的目標，以及圖論和網絡分析的關鍵方法基礎。接下來，咱們介紹和回顧了學習節點嵌入的方法，包括基於隨機遊走的方法和知識圖的應用。而後，咱們提供了高度成功的圖形神經網絡(GNN)形式主義的技術綜合和介紹，它已經成爲圖形數據深度學習的主導和快速增加的範例。這本書最後綜合了圖形深層生成模型的最新進展，這是圖形表示學習的一個新生的但發展迅速的子集。

本書目錄

本書免費pdf下載地址

    微信公衆號「AI科技時訊」回覆關鍵字「gn20」獲取下載地址。

 商務合做請聯繫微信號：269970760

本文分享自微信公衆號 - AI科技時訊（aiblog_research）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。