图神经网络原理与应用
正版图书，可开发票，请放心购买。
￥ 72.29 7.4折 ￥ 98 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者赵海兴//冶忠林//李明原//刘震|
出版社科学
ISBN9787030771483
出版时间2024-03
装帧其他
开本其他
定价98元
货号32038743
上书时间2024-05-08
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 图神经网络基础 1
1.1 图神经网络概念 1
1.2 基于谱域的图卷积神经网络 2
1.3 基于空域的图卷积神经网络 4
1.4 如何更好地理解GCN 7
1.5 GCN的实现过程 10
参考文献 11
第2章 图神经网络进阶 13
2.1 好的图表示是什么 13
2.2 自适应通用广义PageRank图神经网络 16
2.3 探索图神经网络的表达能力 18
2.4 知识推理不需要复杂的GNN 20
参考文献 22
第3章 图自编码器 24
3.1 图自编码器简介 24
3.2 变分图自编码器 25
参考文献 27
第4章 图卷积神经网络 28
4.1 图卷积神经网络简介 28
4.2 深度图卷积神经网络 29
参考文献 31
第5章 超图神经网络 33
5.1 动态超图神经网络 33
5.2 线图卷积神经网络：超图的图卷积应用 35
5.3 用于多标签图像分类的自适应超图神经网络 37
5.4 线图展开的超图注意同构网络 39
5.5 动态超图卷积网络 40
5.6 用于无参考360度图质量评估的自适应超图卷积网络 43
参考文献 44
第6章 常用的图神经网络工具 46
6.1 PyG 46
6.1.1 PyG介绍 46
6.1.2 PyG的核心组件 46
6.1.3 PyG中的图数据表示 49
6.1.4 PyG中的图神经网络模型 50
6.1.5 使用示例与案例 50
6.2 DGL 52
6.2.1 DGL介绍 52
6.2.2 DGL的核心组件 53
6.2.3 DGL中的图数据表示 54
6.2.4 DGL中的图神经网络模型 55
6.2.5 使用示例与案例 55
参考文献 57
第7章 自然语言处理与图神经网络 58
7.1 基于图神经网络的自然语言处理方法及应用 58
7.2 基于图学习的兴趣点模型 64
7.3 基于图神经网络的知识图谱表示 70
参考文献 73
第8章 推荐与图神经网络 74
8.1 应用与挑战 74
8.2 推荐算法设计与应用 77
8.3 Angle图神经网络在推荐场景下的实践 83
参考文献 88
第9章 风控与图神经网络 89
9.1 基于图神经网络的欺诈检测 89
9.2 图神经网络在反欺诈领域的应用 99
9.3 图神经网络的对抗攻防研究 103
参考文献 108
第10章 生物计算与图神经网络 110
10.1 图神经网络在生物计算领域的应用 110
10.2 基于梯度向量场的分子三维结构生成 114
参考文献 116
第11章 图神经网络自适应学习 118
11.1 图神经结构搜索 118
11.2 图神经网络自适应学习研究 123
11.3 结合知识图谱的图神经网络自适应学习研究 130
参考文献 141
内容摘要
图可以被用于表示各类对象之间的关系，而图神经网络是指专门用于处理图数据的深度学习模型，可实现对图数据的建模和推断。本书系统地介绍图神经网络的基本原理、常用模型和应用领域等。首先介绍两类最基本的图神经网络方法GCN和GraphSAGE，并给出图神经网络的学习目标、评价方法；其次对图神经网络中常用的模型结构进行深入解析，给出图神经网络在自然语言处理、推荐系统、风险控制等领域的应用，提供PyG和DGL两类图神经网络建模工具；最后探讨和给出几类自适应学习方法以实现图神经网络自适应学习目标。
本书内容丰富、体系完整、难度适中，适合从事图神经网络研究的学者和工程技术人员阅读。
— 没有更多了 —
以下为对购买帮助不大的评价