掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
圖神經網絡:基礎、前沿與應用 版權信息
- ISBN：9787115598721
- 條形碼：9787115598721 ; 978-7-115-59872-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
圖神經網絡:基礎、前沿與應用 本書特色
前沿：圖神經網絡是機器學習、數據科學、數據挖掘領域新興的發展方向，被稱作圖上的深度學習，有望推動第三代人工智能的順利發展。 豐富：綜述圖神經網絡的基礎理論、模擬算法、研究前沿以及廣泛和新興的應用場景深入：摒棄簡單介紹概念與框架的思維，深入分析圖神經網絡的現狀以及未來的調整與機遇，幫助專業人士和初學者知其然知其所以然力薦：囊括國內AI界半壁江山的大咖聯袂推薦
圖神經網絡:基礎、前沿與應用 內容簡介
本書致力于介紹圖神經網絡的基本概念和算法、研究前沿以及廣泛和新興的應用，涵蓋圖神經網絡的廣泛主題，從基礎到前沿，從方法到應用，涉及從方法論到應用場景方方面面的內容。全書分為四部分：**部分介紹圖神經網絡的基本概念；第二部分討論圖神經網絡成熟的方法；第三部分介紹圖神經網絡典型的前沿領域；第四部分描述可能對圖神經網絡未來研究比較重要和有前途的方法與應用的進展情況。
圖神經網絡:基礎、前沿與應用 目錄
第 一部分 引言
第 1章 表征學習 2
1.1 導讀 2
1.2 不同領域的表征學習 3
1.2.1 用于圖像處理的表征學習 3
1.2.2 用于語音識別的表征學習 5
1.2.3 用于自然語言處理的表征學習 7
1.2.4 用于網絡分析的表征學習 8
1.3 小結 9
第 2章 圖表征學習 11
2.1 導讀 11
2.2 傳統圖嵌入方法 12
2.3 現代圖嵌入方法 13
2.3.1 保留圖結構和屬性的圖表征學習 13
2.3.2 帶有側面信息的圖表征學習 15
2.3.3 保留高級信息的圖表征學習 15
2.4 圖神經網絡 16
2.5 小結 17
第3章 圖神經網絡 18
3.1 導讀 18
3.2 圖神經網絡概述 19
3.2.1 圖神經網絡基礎 19
3.2.2 圖神經網絡前沿 20
3.2.3 圖神經網絡應用 22
3.2.4 本書組織結構 23
3.3 小結 24
第二部分 基礎
第4章 用于節點分類的圖神經網絡 28
4.1 背景和問題定義 28
4.2 有監督的圖神經網絡 29
4.2.1 圖神經網絡的一般框架 29
4.2.2 圖卷積網絡 30
4.2.3 圖注意力網絡 32
4.2.4 消息傳遞神經網絡 33
4.2.5 連續圖神經網絡 33
4.2.6 多尺度譜圖卷積網絡 35
4.3 無監督的圖神經網絡 37
4.3.1 變分圖自編碼器 37
4.3.2 深度圖信息*大化 39
4.4 過平滑問題 41
4.5 小結 42
第5章 圖神經網絡的表達能力 44
5.1 導讀 44
5.2 圖表征學習和問題的提出 47
5.3 強大的消息傳遞圖神經網絡 49
5.3.1 用于集合的神經網絡 49
5.3.2 消息傳遞圖神經網絡 50
5.3.3 MP-GNN的表達能力 51
5.3.4 具有1-WL測試能力的MP-GNN 53
5.4 比1-WL測試更強大的圖神經網絡架構 54
5.4.1 MP-GNN的局限性 54
5.4.2 注入隨機屬性 56
5.4.3 注入確定性距離屬性 61
5.4.4 建立高階圖神經網絡 65
5.5 小結 69
第6章 圖神經網絡的可擴展性 71
6.1 導讀 71
6.2 引言 72
6.3 抽樣
展開全部
圖神經網絡:基礎、前沿與應用 作者簡介
吳凌飛，博士，畢業于美國公立常春藤盟校之一的威廉與瑪麗學院計算機系。目前他是Pinterest公司主管知識圖譜和內容理解的研發工程經理。曾任京東硅谷研究中心的首席科學家和IBM Thomas J. Vatson Research Centerl的高級研究員。主要研究方向是機器學習、表征學習和自然語言處理的有機結合，在圖神經網絡及其應用方面有深入研究。他在機器學習、深度學習等領域的著名會議或期刊上發表100多篇論文。 崔鵬，博士，清華大學計算機系終身副教授。于2010年在清華大學獲得博士學位。研究興趣包括數據挖掘、機器學習和多媒體分析，擅長網絡表示學習、因果推理和穩定學習、社會動力學建模和用戶行為建模等。他在機器學習和數據挖掘領域的著名會議或期刊上發表100多篇論文。 裴健，博士，杜克大學電子與計算機工程系教授。他是數據科學、大數據、數據挖掘和數據庫系統等領域的研究人員。他擅長為新型數據密集型應用開發有效的數據分析技術，并將其研究成果轉化為產品和商業實踐。自2000年以來，他已經出版一本教科書、兩本專著，并在眾多具有影響力的會議或期刊上發表300多篇論文。 趙亮，博士，埃默里大學計算科學系助理教授。曾在喬治梅森大學信息科學與技術系和計算機科學系擔任助理教授。于2016年在弗吉尼亞理工大學計算機科學系獲得博士學位。研究興趣包括數據挖掘、人工智能和機器學習，在時空和網絡數據挖掘、圖深度學習、非凸優化、事件預測和可解釋機器學習等方面有深入研究。
書友推薦
- >
有舍有得是人生
- >
月亮虎
- >
詩經-先民的歌唱
- >
朝聞道
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
【精裝繪本】畫給孩子的中國神話
- >
小考拉的故事-套裝共3冊
本類暢銷
