• 基于信息增强的图神经网络学习方法研究 王杰 著 新华文轩网络书店 正版图书

    释放查看图文详情

21年品牌 40万+商家 超1.5亿件商品

基于信息增强的图神经网络学习方法研究 王杰 著 新华文轩网络书店 正版图书

网络技术 新华书店全新正版书籍

46.6 6.9折 68 全新

库存8件

江苏无锡

送至北京市朝阳区

运费快递 ¥6.00

活动满48元包邮(快递)

认证卖家担保交易快速发货售后保障

作者王杰

出版社电子工业出版社

ISBN9787121493522

出版时间2025-02

版次1

装帧平装

开本其他

页数136页

定价68元

货号1203492546

上书时间2025-01-16

评价6666好评率 99.52%

  • 物流很快 1246
  • 发货速度快 1240
  • 包装仔细 1207
  • 品相不错 1160
  • 非常满意 989
  • 值得信赖 895
  • 价格实惠 841
  • 服务态度好 814
  • 物超所值 728
  • 品相超预期 708
查看全部评价

新华文轩网络书店

十五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
新华文轩网络书店 全新正版书籍
商品描述
本书深入剖析了图神经网络领域所面临的两大核心挑战:深度加深模型退化和监督信息过度依赖。针对这两大挑战,本书提出了一系列解决思路,涵盖模型结构设计、训练策略优化等方面的内容。全书共7章,第1章主要介绍了图神经网络研究的背景与意义,阐述了近年来国内外网络表示学习与图神经网络的研究现状,分析了图神经网络当前面临的挑战及其主要问题等;第2章主要对图神经网络进行概要论述,包括基础的理论、典型的模型方法及应用;第3章针对图神经网络在节点聚合过程中面临的节点邻域混杂的问题,提出了一种基于混合阶的图神经网络模型;第4章针对图神经网络在节点交互过程中面临的全局结构信息缺失问题,提出了一种基于拓扑结构自适应的图神经网络模型;第5章针对自监督信息缺失且包含噪声的问题,提出了一种图结构与节点属性联合学习的变分图自编码器模型;第6章针对节点自监督信息贡献不做区分的问题,提出了一种基于注意力机制的图对比学习模型;第7章总结全书并对图神经网络可能的研究方向进行展望。 本书可供从事人工智能、数据挖掘、机器学习及网络数据分析等相关领域的科研及工程人员参考,也可作为高等院校计算机、人工智能等专业本科生与研究生的学习参考书。
配送说明

快递:
默认使用快递,邮费6元。只配送中国大陆,不配送港澳台和海外区域!

   相关推荐   

   为你推荐   

—  没有更多了  —

微信扫码逛孔网

无需下载

以下为对购买帮助不大的评价

新华文轩网络书店 全新正版书籍
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP

满包邮

活动内容

满48元包邮(快递)

包邮地区 :上海市、江苏省、浙江省、安徽省、江西省、北京市、天津市、山西省、山东省、河北省、湖南省、湖北省、河南省、广东省、广西、福建省、海南省、辽宁省、吉林省、黑龙江省、陕西省、甘肃省、宁夏、重庆市、云南省、贵州省、四川省

活动时间
从2025-01-03 09:22:54开始,到2025-12-31 23:59:59结束
活动说明
满48包邮