贺利坚的课程社区_NO_2

图结构导学

2023-01-12 13:51:27 565 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

迂者-贺利坚墨衍会员 · AI 创作全网分发关注 + 加入社区

Graph Attention Networks Introduction 针对图结构数据，本文提出了一种GAT（graph attention networks）网络。该网络使用masked self-attention层解决了之前基于图卷积（或其近似）的模型所存在的问题。在GAT中，图中的每个节点可以根据邻节点的特征，为其分配不同的权值。GAT的另一个优点在于，无需使用预先构建好的图。因此，GAT可以解决一些基于谱的图神经网络中所具有的问题... 阅读详情

课时名称	课时知识点
图结构导学	请点击课程主页，看示例程序、实践项目与指导，用实践的方法完成学习。

...全文

Att论文解读|ICLR 2018 《Graph attention networks》图注意力网络我们提出了图注意力网络（GATs），这是一种可在图结构数据上运行的新型神经网络架构，它利用掩码自注意力层来解决之前基于图卷积或其近似值的方法的不足之处。通过堆叠节点能够关注其邻域特征的层，我们能够（隐式地）为邻域中的不同节点指定不同的权重，而不需要任何形式的代价高昂的矩阵运算（如反转），也不依赖于对图结构的预先了解。通过这种方式，我们同时解决了基于谱的图神经网络所面临的几个关键挑战，并使我们的模型可随时应用于归纳和转换问题。阅读详情

迂者-贺利坚

烟台大学计算机学院教师

烟台大学计算机学院教师

领域专家: 系统编程技术领域

领域专家: 系统编程技术领域

贺利坚的课程社区_NO_2 1 成员 121 内容

+ 关注 + 加入社区