AM-GCN: Adaptive Multi-channel Graph Convolutional Networks 阅读笔记
我的博客地址 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） 目前最好的GCN模型在融合节点特征和拓扑结构的能力上不能使人满意； GCN真正从拓扑结构和节点特征中学习并融合了哪些信息？ 0.3 用什么方法解决？（how？） 作者从节点特征，拓扑结构及其组合中同时抽取了特定和常见的嵌入，并使用注意力机制学习嵌入的自适应重要性
相关文章
- 1. Graph Convolutional Networks for Text Classification阅读笔记
- 2. Adaptive Graph Convolutional Neural Networks
- 3. 《Resolution Adaptive Networks for Effificient Inference》阅读笔记
- 4. Multi-Label Image Recognition with Graph Convolutional Networks 论文阅读笔记
- 5. Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 阅读笔记
- 6. 《Simple and Deep Graph Convolutional Networks》--论文阅读笔记
- 7. Side Information-Knowledge Graph Convolutional Networks for Recommender Systems阅读笔记
- 8. 【论文阅读笔记】Graph Convolutional Networks for Text Classification
- 9. COMPOSITION-BASED MULTI-RELATIONAL GRAPH CONVOLUTIONAL NETWORKS 阅读笔记
- 10. 论文阅读笔记：GAS---spam review detection with graph convolutional networks
- 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. Graph Convolutional Networks for Text Classification阅读笔记
- 2. Adaptive Graph Convolutional Neural Networks
- 3. 《Resolution Adaptive Networks for Effificient Inference》阅读笔记
- 4. Multi-Label Image Recognition with Graph Convolutional Networks 论文阅读笔记
- 5. Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 阅读笔记
- 6. 《Simple and Deep Graph Convolutional Networks》--论文阅读笔记
- 7. Side Information-Knowledge Graph Convolutional Networks for Recommender Systems阅读笔记
- 8. 【论文阅读笔记】Graph Convolutional Networks for Text Classification
- 9. COMPOSITION-BASED MULTI-RELATIONAL GRAPH CONVOLUTIONAL NETWORKS 阅读笔记
- 10. 论文阅读笔记：GAS---spam review detection with graph convolutional networks