• 基于信息增强的图神经网络学方法研究 网络技术 王杰

    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方法研究 网络技术 王杰

none

46.67 6.9折 68 全新

库存8件

河北保定

送至北京市朝阳区

运费快递 ¥6.00

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16

页数136页

字数182千字

定价68元

货号xhwx_1203492546

上书时间2025-01-20

评价234好评率 99.12%

  • 发货速度快 54
  • 包装仔细 43
  • 品相不错 42
  • 物流很快 39
  • 值得信赖 35
  • 价格实惠 33
  • 非常满意 33
  • 服务态度好 31
  • 物超所值 25
  • 品相超预期 21
查看全部评价

小海马书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

目 录
 章 绪论
1.1 图神经网络研究的背景及意义
1.2 网络表示学与图神经网络外研究现状
1.2.1 基于矩阵特征向量的方法
1.2.2 基于游走的方法
1.2.3 基于矩阵分解的方法
1.4 研究内容和组织结构
1.5 本章小结
第 2 章 图神经网络
2.1 神经网络基础
2.1.1 神经元模型与感知机
2.1.2 前馈神经网络
2.1.3 卷积神经网络
2.1.4 循环神经网络
2.1.5 自
2.2 图数据
2.2.1 生活生产中的图数据
2.2.2 图数据的分类
2.2.3 图任务
2.3 图神经网络方法
2.3.1 图卷积神经网络
2.3.2 图注意力网络
2.3.3 图自
2.4 图神经网络的应用
2.4.1 在计算机视觉领域的应用
2.4.2 在自然语言处理领域的应用
2.4.3 在生物化学领域的应用
2.4.4 在物理学领域的应用
2.5 本章小结
第 3 章 基于混合阶的图神经网络模型
3.1 引言
3.2 基于混合阶的图神经网络模型介绍
3.2.1 符号及其含义
3.2.2 体框架
3.2.3 基于图卷积神经网络学器模块
3.2.4 集成模块
3.3 实验分析
3.3.1 实验设置
3.3.2 实验结果
3.4 本章小结
第 4 章 基于拓扑结构自适应的图神经网络模型
4.1 引言
4.2 基于拓扑结构自适应的图神经网络模型介绍
4.2.1 符号及其含义
4.2.2 体框架
4.2.3 边强度计算模块
4.2.4 有指导去边模块
4.2.5 图神经网络学器模块
4.2.6 时间复杂度分析
4.2.7 理论分析
4.3 实验分析
4.3.1 实验设置
4.3.2 实验结果
4.4 本章小结
第 5 章 图结构与节点属联合学的变分图自模型
5.1 引言
5.2 预备知识
5.2.1 符号及其含义
5.2.2 图卷积神经网络
5.2.3 图信号处理
5.3 图结构与节点属联合学的变分图自模型介绍
5.3.1 体框架
5.3.2 
5.3.3 
5.3.4 优化过程
5.4 实验分析
5.4.1 实验设置
5.4.2 实验结果
5.5 本章小结
第 6 章 基于注意力机制的图对比学模型
6.1 引言
6.2 预备知识
6.2.1 符号及其含义
6.2.2 图对比学
6.3 基于注意力机制的图对比学模型介绍
6.3.1 图增广模块
6.3.2 节点嵌入模块
6.3.3 半监督图对比学模块
6.3.4 优化处理模块
6.3.5 复杂度分析
6.3.6 收敛分析
6.4 实验分析
6.4.1 实验设置
6.4.2 实验结果
6.5 本章小结
第 7 章 结与展望
参文献
后记

内容简介:

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,章主要介绍了图神经网络研究的背景与意义,阐述了来外网络表示学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联合学的变分图自模型;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模型;第7章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、机器学及网络数据分析等相关领域的科研及工程人员参,也可作为高等院校计算机、人工智能等专业本科生与的学参书。

   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

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP