图神经网络

标签 - 图神经网络
2022
ICSE 2022丨DeepTraLog：GNN 和 Trace-Log 数据相结合的微服务异常检测方法
ICSE 2022丨DeepTraLog：GNN 和 Trace-Log 数据相结合的微服务异常检测方法
AAAI 2022丨LUNAR：基于图神经网络的统一离群点检测方法
AAAI 2022丨LUNAR：基于图神经网络的统一离群点检测方法
AAAI 2022丨图神经网络相关论文概览
AAAI 2022丨图神经网络相关论文概览
2021
ICLR 2022丨图神经网络和时间序列相结合的研究趋势
ICLR 2022丨图神经网络和时间序列相结合的研究趋势
ICML 2019丨LDS：面向图神经网络的离散图结构学习
ICML 2019丨LDS：面向图神经网络的离散图结构学习
AAAI 2018 | DGCNN：针对图分类任务的端到端深度学习框架
AAAI 2018 | DGCNN：针对图分类任务的端到端深度学习框架
图神经网络 GNN 基准数据集汇总
图神经网络 GNN 基准数据集汇总
NeurIPS 2020 | RWNN：随机游走图神经网络
NeurIPS 2020 | RWNN：随机游走图神经网络
ICML 2021 | 基于因果匿名游走的时序网络归纳表示学习模型
ICML 2021 | 基于因果匿名游走的时序网络归纳表示学习模型
KDD 2020 | MTGNN：基于图神经网络的多变量时间序列预测模型
KDD 2020 | MTGNN：基于图神经网络的多变量时间序列预测模型
NeurIPS 2020 | 基于图表示学习的缺失特征填充和标签预测模型
NeurIPS 2020 | 基于图表示学习的缺失特征填充和标签预测模型
ICML 2021 | 针对图神经网络的通用因果解释方法
ICML 2021 | 针对图神经网络的通用因果解释方法
NeurIPS 2019 | 基于图自编码器的因果结构学习模型
NeurIPS 2019 | 基于图自编码器的因果结构学习模型
AGC：基于自适应图卷积的属性图聚类模型
AGC：基于自适应图卷积的属性图聚类模型
SNAPSKETCH：基于图表示学习的图流异常检测模型
SNAPSKETCH：基于图表示学习的图流异常检测模型
C&S：标签传播思想与浅层模型相结合性能即可超过图神经网络
C&S：标签传播思想与浅层模型相结合性能即可超过图神经网络
TGNs：动态图中高效通用的时序图卷积网络框架
TGNs：动态图中高效通用的时序图卷积网络框架
AGCN：自适应图大小的图卷积网络模型
AGCN：自适应图大小的图卷积网络模型
TopoMAD：云系统中基于时空数据的无监督异常检测模型
TopoMAD：云系统中基于时空数据的无监督异常检测模型
AddGraph：基于时空图注意力网络的动态图异常检测
AddGraph：基于时空图注意力网络的动态图异常检测
graph2vec：图级别的表示学习模型
graph2vec：图级别的表示学习模型
DAG-GNN：基于图神经网络的有向无环图结构表示学习
DAG-GNN：基于图神经网络的有向无环图结构表示学习
2020
基于 Graph 的 Embedding 方法概述
基于 Graph 的 Embedding 方法概述
NIPS 2017 | GraphSAGE：大规模图上的归纳表示学习模型
NIPS 2017 | GraphSAGE：大规模图上的归纳表示学习模型
【2019/ICLR】Simplifying Graph Convolutional Networks
【2019/ICLR】Simplifying Graph Convolutional Networks
GAT：图注意力网络
GAT：图注意力网络
【2018/NeurIPS】Beyond Grids：Learning Graph Representations for Visual Recognition
【2018/NeurIPS】Beyond Grids：Learning Graph Representations for Visual Recognition
图神经网络丨GCN 基础理论 & 系列学习教程
图神经网络丨GCN 基础理论 & 系列学习教程
【2020/WWW】Structural Deep Clustering Network
【2020/WWW】Structural Deep Clustering Network
2019
【2019/DLG】Overlapping Community Detection with Graph Neural Networks
【2019/DLG】Overlapping Community Detection with Graph Neural Networks
【2019/CVPR】Graph Convolutional Label Noise Cleaner for Anomaly Detection
【2019/CVPR】Graph Convolutional Label Noise Cleaner for Anomaly Detection
【2019/ACL】Attention Guided Graph Convolutional Networks for Relation Extraction
【2019/ACL】Attention Guided Graph Convolutional Networks for Relation Extraction
【2019/ICML】Position-aware Graph Neural Networks
【2019/ICML】Position-aware Graph Neural Networks
【2019/CVPR】Linkage Based Face Clustering via Graph Convolution Network
【2019/CVPR】Linkage Based Face Clustering via Graph Convolution Network
DeepGCNs：采用 CNNs 的思路来训练更深 GCNs 模型
DeepGCNs：采用 CNNs 的思路来训练更深 GCNs 模型
【2019/AAAI】Multi-Stage Self-Supervised Learning for Graph Convolutional Networks
【2019/AAAI】Multi-Stage Self-Supervised Learning for Graph Convolutional Networks
【2019/CVPR】Learning Actor Relation Graphs for Group Activity Recognition
【2019/CVPR】Learning Actor Relation Graphs for Group Activity Recognition
【2018/AAAI】Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning
【2018/AAAI】Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning
【2018/AAAI】An End-to-End Deep Learning Architecture for Graph Classification
【2018/AAAI】An End-to-End Deep Learning Architecture for Graph Classification
【2018/NeurIPS】Structure-Aware Convolutional Neural Networks
【2018/NeurIPS】Structure-Aware Convolutional Neural Networks
avatar
梦家
算法工程师｜机器学习

前 途 似 海 渺 渺
来 日 方 长 漫 漫
与 其 互 为 人 间
不 如 自 成 宇 宙
文章
274
标签
183
分类
63
Github
重要通知
如对本站内容存在任何疑问 🧐 欢迎 留言 反馈或者联系作者

联系博主
最新文章
智能运维 AIOps 系列丨调用链根因定位算法综述
智能运维 AIOps 系列丨调用链根因定位算法综述
Chart Studio & Datapane：优雅地将 Plotly 图嵌入到 Markdown 文件中进行可视化分析
Chart Studio & Datapane：优雅地将 Plotly 图嵌入到 Markdown 文件中进行可视化分析
ICSE 2022丨DeepTraLog：GNN 和 Trace-Log 数据相结合的微服务异常检测方法
ICSE 2022丨DeepTraLog：GNN 和 Trace-Log 数据相结合的微服务异常检测方法
齐夫定律 (Zipf' law) 理论及其应用场景
齐夫定律 (Zipf' law) 理论及其应用场景
大规模图可视化分析框架 Graphistry
大规模图可视化分析框架 Graphistry
最新评论
正在加载中...
标签
CIKM时间序列ICDEICDMICMLIJCAIKDD图神经网络AAAI多维根因定位智能运维调用链根因定位霍克斯过程因果推理PC 算法激活函数损失函数自编码器变分自编码器卷积综述深度学习禅道明智行动的艺术GCN 理论数据集GraphSAGE空域图卷积GitHexoGithub Actions
归档
网站统计
文章数量 :
274
运行时间 :
本站字数 :
406.9k
访客数量 :
总访问量 :
更新时间 :