<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          一本書(shū)讀懂圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)、前沿、應(yīng)用(免費(fèi)下載)

          共 2951字,需瀏覽 6分鐘

           ·

          2022-01-19 21:09

          ↓↓↓點(diǎn)擊關(guān)注,回復(fù)資料,10個(gè)G的驚喜

          機(jī)器之心報(bào)道?機(jī)器之心編輯部

          這本書(shū)稱得上是目前為止圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域最為全面的卓越之作。


          近年來(lái),圖神經(jīng)網(wǎng)絡(luò) (GNN) 領(lǐng)域取得了快速且驚人的進(jìn)展。圖神經(jīng)網(wǎng)絡(luò),也稱為圖深度學(xué)習(xí)、圖表示學(xué)習(xí)或幾何深度學(xué)習(xí),已成為機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)中發(fā)展最快的研究課題之一。這一批涌現(xiàn)的圖論和深度學(xué)習(xí)交叉的研究也影響了其他科學(xué)領(lǐng)域,包括推薦系統(tǒng)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、歸納邏輯編程、程序合成、軟件挖掘、自動(dòng)化規(guī)劃、網(wǎng)絡(luò)安全和智能交通。

          雖然圖神經(jīng)網(wǎng)絡(luò)已經(jīng)獲得了極大的關(guān)注,但在將其應(yīng)用到其他領(lǐng)域時(shí)仍然面臨著許多挑戰(zhàn),從對(duì)方法的理論理解到實(shí)際系統(tǒng)中的可擴(kuò)展性和可解釋性,從方法的健全性到在實(shí)際系統(tǒng)應(yīng)用中的經(jīng)驗(yàn)表現(xiàn)。盡管該領(lǐng)域?qū)崿F(xiàn)了快速發(fā)展,從全局視角了解 GNN 的發(fā)展卻始終極具挑戰(zhàn)性。
          ?
          為了彌合上述差距,吳凌飛、崔鵬、裴健、趙亮幾位學(xué)者牽頭編撰了一本圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的綜合性書(shū)籍。這本書(shū)歷時(shí)近一年時(shí)間寫(xiě)作而成,全書(shū)由四大部分(引言,基礎(chǔ),前沿,應(yīng)用)共 27 個(gè)章節(jié)組成,面向這一領(lǐng)域的高級(jí)本科生和研究生、博士后研究人員、講師和行業(yè)從業(yè)者。

          這是目前為止在圖神經(jīng)網(wǎng)絡(luò)方面最為全面的一本書(shū)。本書(shū)涵蓋了圖神經(jīng)網(wǎng)絡(luò)的眾多主題,從基礎(chǔ)到前沿,從方法論到應(yīng)用。這本書(shū)介紹了 GNN 的基本概念和算法、GNN 的研究前沿以及 GNN 的廣泛應(yīng)用和新興應(yīng)用。


          書(shū)籍的英文版已經(jīng)在多個(gè)平臺(tái)開(kāi)啟預(yù)訂,中文版書(shū)籍將在 2022 年中期正式出版。目前已有免費(fèi)公開(kāi)版可供閱讀。

          書(shū)籍開(kāi)源網(wǎng)站地址:?https://graph-neural-networks.github.io/index.html

          目錄

          第一部分:引言

          • 第 1 章 表示學(xué)習(xí)

          • 第 2 章 圖表示學(xué)習(xí)

          • 第 3 章 圖神經(jīng)網(wǎng)絡(luò)


          第二部分:基礎(chǔ)

          • 第 4 章 用于節(jié)點(diǎn)分類的圖神經(jīng)網(wǎng)絡(luò)

          • 第 5 章 圖神經(jīng)網(wǎng)絡(luò)的表達(dá)能力

          • 第 6 章 圖神經(jīng)網(wǎng)絡(luò):可擴(kuò)展性

          • 第 7 章 圖神經(jīng)網(wǎng)絡(luò)中的可解釋性

          • 第 8 章 圖神經(jīng)網(wǎng)絡(luò):對(duì)抗魯棒性


          第三部分:前沿

          • 第 9 章 圖神經(jīng)網(wǎng)絡(luò):圖分類

          • 第 10 章 圖神經(jīng)網(wǎng)絡(luò):鏈接預(yù)測(cè)

          • 第 11 章 圖神經(jīng)網(wǎng)絡(luò):圖生成

          • 第 12 章 圖神經(jīng)網(wǎng)絡(luò):圖變換

          • 第 13 章 圖神經(jīng)網(wǎng)絡(luò):圖匹配

          • 第 14 章 圖神經(jīng)網(wǎng)絡(luò):圖結(jié)構(gòu)學(xué)習(xí)

          • 第 15 章 動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)

          • 第 16 章 異構(gòu)圖神經(jīng)網(wǎng)絡(luò)

          • 第 17 章 圖神經(jīng)網(wǎng)絡(luò):AutoML

          • 第 18 章 圖神經(jīng)網(wǎng)絡(luò):自監(jiān)督學(xué)習(xí)


          第四部分:應(yīng)用

          • 第 19 章 現(xiàn)代推薦系統(tǒng)中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 20 章 計(jì)算機(jī)視覺(jué)中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 21 章 自然語(yǔ)言處理中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 22 章 程序分析中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 23 章 軟件挖掘中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 24 章 藥物開(kāi)發(fā)中基于 GNN 的生物醫(yī)學(xué)知識(shí)圖譜挖掘

          • 第 25 章 預(yù)測(cè)蛋白質(zhì)功能和相互作用的圖神經(jīng)網(wǎng)絡(luò)

          • 第 26 章 異常檢測(cè)中的圖神經(jīng)網(wǎng)絡(luò)

          • 第 27 章 城市智能中的圖神經(jīng)網(wǎng)絡(luò)


          作者介紹


          吳凌飛博士現(xiàn)任京東硅谷研發(fā)中心首席科學(xué)家。吳博士曾經(jīng)是 IBM T. J. Watson Research Center 研究科學(xué)家和團(tuán)隊(duì)帶頭人。吳博士在 2016 年從威廉瑪麗大學(xué)取得計(jì)算機(jī)博士學(xué)位。他的研究?jī)?nèi)容包括機(jī)器學(xué)習(xí)、表征學(xué)習(xí)和自然語(yǔ)言處理。

          吳博士帶領(lǐng)的 Graph4NLP (Deep Learning on Graphs for Natural Language Processing) 團(tuán)隊(duì)(12+ 研究科學(xué)家)致力于機(jī)器學(xué)習(xí)與文本數(shù)據(jù)挖掘領(lǐng)域的基礎(chǔ)研究,并運(yùn)用機(jī)器學(xué)習(xí)與文本數(shù)據(jù)挖掘方法解決實(shí)際問(wèn)題。其學(xué)術(shù)成果先后發(fā)表在 NeurIPS, ICML, ICLR, ACL, EMNLP, KDD, AAAI, IJCAI 等國(guó)際頂級(jí)會(huì)議及期刊上,發(fā)表論文超過(guò) 80 多篇。代表作包括 IDGL, MGMN, Graph2Seq, GraphFlow。多項(xiàng)學(xué)術(shù)論文獲得著名國(guó)際大會(huì)的最佳論文和最佳學(xué)術(shù)論文獎(jiǎng),包括 IEEE ICC 2019。

          吳博士同時(shí)現(xiàn)任 IEEE 影響因子最高期刊之一 IEEE Transactions on Neural Networks and Learning Systems(TNNLS) 和 ACM SIGKDD 旗艦期刊 ACM Transactions on Knowledge Discovery from Data (TKDD) 的副主編。多次組織和擔(dān)任國(guó)際頂級(jí)會(huì)議大會(huì)或者領(lǐng)域主席,如 AAAI, IJCAI, KDD, NeurIPS, ICLR, ICML, ACL, EMNLP。


          崔鵬,清華大學(xué)計(jì)算機(jī)系長(zhǎng)聘副教授。于 2010 年獲得清華大學(xué)博士學(xué)位,研究興趣包括因果正則機(jī)器學(xué)習(xí)(causally-regularized machine learning)、網(wǎng)絡(luò)表示學(xué)習(xí)和社交動(dòng)態(tài)建模。他在數(shù)據(jù)挖掘和多媒體領(lǐng)域知名會(huì)議和期刊上發(fā)表文章 100 多篇,近期研究獲得 IEEE Multimedia Best Department Paper Award、ICDM 2015 最佳學(xué)生論文獎(jiǎng)等多個(gè)獎(jiǎng)項(xiàng)。2015 年,他獲得 ACM 中國(guó)新星獎(jiǎng),2018 年獲得 CCF-IEEE CS 青年科學(xué)家獎(jiǎng)。目前,他是 ACM 和 CCF 杰出會(huì)員、IEEE 高級(jí)會(huì)員。


          裴健在數(shù)據(jù)科學(xué)、大數(shù)據(jù)、數(shù)據(jù)挖掘和數(shù)據(jù)庫(kù)系統(tǒng)等領(lǐng)域,是世界領(lǐng)先的研究學(xué)者,國(guó)際計(jì)算機(jī)協(xié)會(huì)(ACM)院士和國(guó)際電氣電子工程師協(xié)會(huì)(IEEE)院士,擅長(zhǎng)為數(shù)據(jù)密集型應(yīng)用設(shè)計(jì)開(kāi)發(fā)創(chuàng)新性的數(shù)據(jù)業(yè)務(wù)產(chǎn)品和高效的數(shù)據(jù)分析技術(shù)。因其在數(shù)據(jù)挖掘基礎(chǔ)、方法和應(yīng)用方面的杰出貢獻(xiàn),裴健曾獲得數(shù)據(jù)科學(xué)領(lǐng)域技術(shù)成就最高獎(jiǎng) ACM SIGKDD Innovation Award(ACM SIGKDD 創(chuàng)新獎(jiǎng))和 IEEE ICDM Research Contributions Award(IEEE ICDM 研究貢獻(xiàn)獎(jiǎng))。2018 年,裴健入職京東,任集團(tuán)副總裁。此前,裴健教授還曾擔(dān)任華為首席科學(xué)家。2019 年 9 月,裴健當(dāng)選加拿大皇家學(xué)會(huì)院士。


          趙亮現(xiàn)為埃默里大學(xué)擔(dān)任計(jì)算機(jī)系助理教授,研究方向?yàn)閿?shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和優(yōu)化。此前曾在喬治梅森大學(xué)信息科技學(xué)院和計(jì)算機(jī)學(xué)院擔(dān)任助理教授。2016 年秋,趙亮獲得弗吉尼亞理工大學(xué)的博士學(xué)位。此外,趙亮曾獲 2020 年美國(guó)自然科學(xué)基金委員會(huì)杰出青年獎(jiǎng)(NSF CAREER AWARD)、2019 年 Jeffress Trust Award、2017 年弗吉尼亞理工大學(xué)計(jì)算機(jī)學(xué)院杰出博士獎(jiǎng),并入選 2016 年微軟評(píng)選出的數(shù)據(jù)挖掘領(lǐng)域 20 位學(xué)術(shù)新星。他還獲得過(guò) ICDM 2019 會(huì)議的最佳論文獎(jiǎng)項(xiàng)。



          1. 準(zhǔn)備寫(xiě)本書(shū)
          2. 屬實(shí)逼真,決策樹(shù)可視化!
          3. 21個(gè)深度學(xué)習(xí)開(kāi)源數(shù)據(jù)集匯總!
          4. 耗時(shí)一個(gè)月,做了一個(gè)純粹的機(jī)器學(xué)習(xí)網(wǎng)站
          5. 用 Python 從 0 實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)
          6. 40篇AI論文!附PDF下載,代碼、視頻講解


          三連在看,月入百萬(wàn)??


          瀏覽 19
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  国产欧美综合一区二区三区 | 女公安一级毛片陆放 | 免费一区二区 | 91福利影院 | 亚洲网站视频在线观看 |