4篇建議收藏的圖神經(jīng)網(wǎng)絡(luò)綜述論文

本文主要介紹了2021年最新的圖神經(jīng)網(wǎng)絡(luò)綜述，是入坑的最佳材料。

圖神經(jīng)網(wǎng)絡(luò)已經(jīng)成為深度學(xué)習(xí)領(lǐng)域最炙手可熱的方向之一了，也是各大互聯(lián)網(wǎng)公司非常歡迎的方向。

本文來自圖挖掘大牛Philip S. Yu老師和在異質(zhì)圖領(lǐng)域深耕的北郵Chuan Shi教授。一作Xiao Wang是圖挖掘的Rising Star。圖神經(jīng)網(wǎng)絡(luò)大部分的研究是針對簡單同質(zhì)圖設(shè)計的。然后，在工業(yè)實際場景下，數(shù)據(jù)往往更加復(fù)雜，是包含多種類型節(jié)點和邊的異質(zhì)圖。例如，電商推薦實際是預(yù)測用戶-商品之間的邊。因此，異質(zhì)圖神經(jīng)網(wǎng)絡(luò)更具有實際經(jīng)濟價值。

本文分類梳理了異質(zhì)圖神經(jīng)網(wǎng)絡(luò)及表示學(xué)習(xí)最新的進展，包括模型，應(yīng)用及相關(guān)的資源(數(shù)據(jù)&代碼)。非常值得一看~

本文來自圖挖掘大牛Philip S. Yu老師和學(xué)術(shù)新秀 Shirui Pan，主要介紹了圖上自監(jiān)督學(xué)習(xí)的最新進展。自監(jiān)督學(xué)習(xí)這1，2年非?；穑斎灰裁獠涣寺拥綀D神經(jīng)網(wǎng)絡(luò)領(lǐng)域。例如，圖神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練模型基本都是采用自監(jiān)督訓(xùn)練的。

image-20210302115026004

image-20210302115128408

圖神經(jīng)網(wǎng)絡(luò)與元學(xué)習(xí)結(jié)合的相關(guān)模型及應(yīng)用。圖神經(jīng)網(wǎng)絡(luò)經(jīng)過這幾年的發(fā)展，已經(jīng)逐漸進入了深水區(qū)。一些研究者便將其與多種傳統(tǒng)技術(shù)如元學(xué)習(xí)結(jié)合，彎道超車，也發(fā)了一些頂會論文。

本文來自清華大學(xué)朱文武團隊。與傳統(tǒng)深度學(xué)習(xí)算法類似，圖深度學(xué)習(xí)(包括圖表示學(xué)習(xí)和圖神經(jīng)網(wǎng)絡(luò))也不可避免的需要調(diào)整大量超參數(shù)。AutoML可以實現(xiàn)自動超參數(shù)搜索，本文則是集中梳理了圖上的自動機器學(xué)習(xí)技術(shù)。

原文標題：【2021最新】4篇圖神經(jīng)網(wǎng)絡(luò)綜述論文，建議收藏！

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq