Blair

摘要： 论文信息 论文标题：Deep Fusion Clustering Network论文作者：Wenxuan Tu, Sihang Zhou, Xinwang Liu, Xifeng Guo, Zhiping Cai, En Zhu, Jieren Cheng论文来源：2020, AAAI论文地址：do 阅读全文

摘要： 论文信息 论文标题：Symmetric Graph Convolutional Autoencoder for Unsupervised Graph Representation Learning论文作者：Jiwoong Park、Minsik Lee、H. Chang、Kyuewang Lee、J 阅读全文

摘要： Paper Information Titlel：《Semi-Supervised Classification with Graph Convolutional Networks》Authors：Thomas Kipf, M. WellingSource：2016, ICLRPaper：Downl 阅读全文

摘要： 感悟 看完图卷积一代、二代，深感图卷积的强大，刚开始接触图卷积的时候完全不懂为什么要使用拉普拉斯矩阵（ $L=D-W$），主要是其背后的物理意义。通过借鉴前辈们的论文、博客、评论逐渐对图卷积有了一定的了解，作为一个刚上研的博士生，深感得对图神经网络进行一个系统的学习。 本篇论文得感谢论文 David 阅读全文

摘要： 首先，本定理针对的是 Hermitian 矩阵， 即共轭对称矩阵。 因为只有共轭对称矩阵的特征值是确定为实数值的， 其他矩阵很可能是复数值， 而复数值，也就不存在大小关系了。 Courant-Fisher min-max 定理 对于 $n \times n$ 的矩阵 $\mathbf{A}$ , 有 阅读全文

摘要： 高水平博客 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (一) 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (二) 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (三) 备忘要 阅读全文

摘要： 引入 聚类算法一般可以分为两类： Compactness。代表的算法有 K-means，GMM 等。但这类算法只能处理凸集，为了处理非凸的样本集，必须引⼊核技巧。 Connectivity。这类以 spectral clustering 为代表。 举个例子，将下述数据采用聚类算法进行聚类，可以采用 阅读全文

摘要： Paper Information Title：《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》Authors：Michaël Defferrard、Xavier Bresson、Pier 阅读全文

摘要： 论文信息 论文标题：Inductive Representation Learning on Large Graphs论文作者：William L. Hamilton, Rex Ying论文来源：2017, NIPS论文地址：download 论文代码：download 1 Introduction 阅读全文

摘要： Paper information Tittle：《Spectral Networks and Locally Connected Networks on Graphs》 Authors：Joan Bruna、Wojciech Zaremba、Arthur Szlam、Yann LeCun Sour 阅读全文