随笔分类 -  论文解读

摘要:论文信息 论文标题:Graph U-Nets论文作者:Hongyang Gao, Shuiwang Ji论文来源:2019,ICML论文地址:download 论文代码:download 1 Introduction 受到类似 encoder-decoder architecture 的 U-Net 阅读全文
posted @ 2022-08-10 19:43 图神经网络 阅读(925) 评论(0) 推荐(1) 编辑
摘要:论文信息 论文标题:DropEdge: Towards Deep Graph Convolutional Networks on Node Classification论文作者:Yu Rong, Wenbing Huang, Tingyang Xu, Junzhou Huang论文来源:2020, 阅读全文
posted @ 2022-08-09 19:57 图神经网络 阅读(836) 评论(0) 推荐(1) 编辑
摘要:论文信息 论文标题:Soft-mask: Adaptive Substructure Extractions for Graph Neural Networks论文作者:Mingqi Yang, Yanming Shen, Heng Qi, Baocai Yin论文来源:2021, WWW论文地址: 阅读全文
posted @ 2022-08-08 15:33 图神经网络 阅读(1183) 评论(0) 推荐(2) 编辑
摘要:论文信息 论文标题:Augmentation-Free Graph Contrastive Learning with Performance Guarantee论文作者:Haonan Wang, Jieyu Zhang, Qi Zhu, Wei Huang论文来源:2022, ArXiv论文地址: 阅读全文
posted @ 2022-08-04 22:08 图神经网络 阅读(714) 评论(0) 推荐(1) 编辑
摘要:论文信息 论文标题:Predict then Propagate: Graph Neural Networks meet Personalized PageRank论文作者:Johannes Gasteiger, Aleksandar Bojchevski, Stephan Günnemann论文来 阅读全文
posted @ 2022-08-04 21:14 图神经网络 阅读(1598) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Representation Learning on Graphs with Jumping Knowledge Networks论文作者:Keyulu Xu, Chengtao Li, Yonglong Tian, Tomohiro Sonobe, Ken-ichi Kawar 阅读全文
posted @ 2022-08-03 16:22 图神经网络 阅读(1224) 评论(0) 推荐(2) 编辑
摘要:先附上CCF推荐的国际学术会议和期刊目录供各位同仁参考~ 【link】 一、机器学习/人工智能 AAAI 2022(CCF-A) National Conference of the American Association for Artificial Intelligence 截稿日期:已截稿 阅读全文
posted @ 2022-08-03 11:02 图神经网络 阅读(2420) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Interpretable and Generalizable Graph Learning via Stochastic Attention Mechanism论文作者:Siqi Miao, Mia Liu, Pan Li论文来源:2022,ICML论文地址:download  阅读全文
posted @ 2022-08-01 21:06 图神经网络 阅读(1300) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:A Survey on Graph Structure Learning: Progress and Opportunities论文作者:Yanqiao Zhu, Weizhi Xu, Jinghao Zhang, Yuanqi Du, Jieyu Zhang, Qiang Li 阅读全文
posted @ 2022-07-30 10:45 图神经网络 阅读(722) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Principal Neighbourhood Aggregation for Graph Nets论文作者:Gabriele Corso, Luca Cavalleri, Dominique Beaini, Pietro Liò, Petar Veličković论文来源:20 阅读全文
posted @ 2022-07-29 09:51 图神经网络 阅读(801) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Siamese Attribute-missing Graph Auto-encoder论文作者:Wenxuan Tu, Sihang Zhou, Yue Liu, Xinwang Liu论文来源:2021,arXiv论文地址:download 论文代码:download 1 I 阅读全文
posted @ 2022-07-27 15:03 图神经网络 阅读(244) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Masked Siamese Networks for Label-Effificient Learning论文作者:Mahmoud Assran, Mathilde Caron......论文来源:2022,arXiv论文地址:download 论文代码:download 1 阅读全文
posted @ 2022-07-26 10:06 图神经网络 阅读(466) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:MaskGAE: Masked Graph Modeling Meets Graph Autoencoders论文作者:Jintang Li, Ruofan Wu, Wangbin Sun, Liang Chen, Sheng Tian......论文来源:2022,arXiv论 阅读全文
posted @ 2022-07-25 10:17 图神经网络 阅读(1351) 评论(0) 推荐(1) 编辑
摘要:论文信息 论文标题:Simple and Deep Graph Convolutional Networks论文作者:Ming Chen, Zhewei Wei, Zengfeng Huang, Bolin Ding, Yaliang Li论文来源:2020,PMLR论文地址:download 论文 阅读全文
posted @ 2022-07-19 10:34 图神经网络 阅读(953) 评论(0) 推荐(2) 编辑
摘要:论文信息 论文标题:Rethinking the Setting of Semi-supervised Learning on Graphs论文作者:Ziang Li, Ming Ding, Weikai Li, Zihan Wang, Ziyu Zeng, Yukuo Cen, Jie Tang论 阅读全文
posted @ 2022-07-07 17:14 图神经网络 阅读(442) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:On the Prediction Instability of Graph Neural Networks论文作者:Max Klabunde, Florian Lemmerich论文来源:2022, arXiv论文地址:download 论文代码:download 1 Intr 阅读全文
posted @ 2022-07-01 15:19 图神经网络 阅读(99) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Attributed Graph Clustering via Adaptive Graph Convolution论文作者:Xiaotong Zhang, Han Liu, Qimai Li, Xiao-Ming Wu论文来源:2019, IJCAI论文地址:download  阅读全文
posted @ 2022-06-30 11:21 图神经网络 阅读(1052) 评论(0) 推荐(1) 编辑
摘要:论文信息 论文标题:Towards K-means-friendly Spaces: Simultaneous Deep Learning and Clustering论文作者:Bo Yang, Xiao Fu, Nicholas D. Sidiropoulos, Mingyi Hong论文来源:2 阅读全文
posted @ 2022-06-28 21:17 图神经网络 阅读(1275) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Simple and Effective Graph Autoencoders with One-Hop Linear Models论文作者:Guillaume Salha, Romain Hennequin, Michalis Vazirgiannis论文来源:2020, EC 阅读全文
posted @ 2022-06-28 15:47 图神经网络 阅读(182) 评论(0) 推荐(0) 编辑
摘要:论文信息 论文标题:Efficient Graph Convolution for Joint Node RepresentationLearning and Clustering论文作者:Chakib Fettal, Lazhar Labiod,Mohamed Nadif论文来源:2021, WS 阅读全文
posted @ 2022-06-28 14:43 图神经网络 阅读(969) 评论(0) 推荐(1) 编辑

Live2D