COMPOSITION-BASED MULTI-RELATIONAL GRAPH CONVOLUTIONAL NETWORKS 阅读笔记
我的博客链接 0. 导读 0.1 文章是关于什么的？（what？） 图卷积网络， 0.2 要解决什么问题？（why？|challenge） 以前的方法主要集中于处理简单无向图 大多数现存模型在处理多关系图示遭受参数过大或者只学习节点表示 0.3 用什么方法解决？（how？） 在关系图中联合嵌入节点和关系的图卷积框架 0.4文章有什么创新？ 在关系图中联合嵌入节点和关系的图卷积框架 该框架可以推广到
相关文章
- 1. Convolutional 2D Knowledge Graph Embeddings 阅读笔记
- 2. Graph Convolutional Networks for Text Classification阅读笔记
- 3. DEEP GRAPH INFOMAX 阅读笔记
- 4. 《Graph Attention Network》阅读笔记
- 5. GRAPH CONVOLUTIONAL REINFORCEMENTLEARNING 笔记
- 6. Multi-Label Image Recognition with Graph Convolutional Networks 论文阅读笔记
- 7. Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 阅读笔记
- 8. 《Simple and Deep Graph Convolutional Networks》--论文阅读笔记
- 9. Side Information-Knowledge Graph Convolutional Networks for Recommender Systems阅读笔记
- 10. 【论文阅读笔记】Graph Convolutional Networks for Text Classification
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • PHP 实例 - AJAX RSS 阅读器 - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Convolutional 2D Knowledge Graph Embeddings 阅读笔记
- 2. Graph Convolutional Networks for Text Classification阅读笔记
- 3. DEEP GRAPH INFOMAX 阅读笔记
- 4. 《Graph Attention Network》阅读笔记
- 5. GRAPH CONVOLUTIONAL REINFORCEMENTLEARNING 笔记
- 6. Multi-Label Image Recognition with Graph Convolutional Networks 论文阅读笔记
- 7. Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 阅读笔记
- 8. 《Simple and Deep Graph Convolutional Networks》--论文阅读笔记
- 9. Side Information-Knowledge Graph Convolutional Networks for Recommender Systems阅读笔记
- 10. 【论文阅读笔记】Graph Convolutional Networks for Text Classification