没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
论文分享 | Capsule Graph Neutral Network
原创: 苏涛 极验 今天
图卷积生成的高质量节点 embedding 被广泛应用到各种基于节点的应用和方法。本
文的作者受到 17 年胶囊网络的启发,提出胶囊图神经网络 CapsGNN。
通过以胶囊的形式抓取节点的特征,
利用路由机制来捕获图表级别的重要信息。
这样,CapsGNN 模型
生成多个 graph 级别的 embeddings,他们从不同的方面捕获 graph 的属性。
CapsGNN 模型中的注意力模块用于处理各种尺寸的 graph,使模型能够专注于图的关键
部分。
作者在 10 个图结构数据集上,对模型做了广泛的评估,表明 CapsGNN 拥有捕获图宏
观属性的强大机制,在一些图分类任务上,优于其他 state-of-the-art 的方法。
胶囊图神经网络
CapsGNN 使 用 提 取 自 GNN 的 节 点 特 征 生 成 一 系 列 高 质 量 的 图 embeddings。 每 个
graph 都拥有多个 graph 级别的 embedding,每个 embedding 从一个独特的角度反映图
的属性。进一步说,通过 GNN 以胶囊的形式提取基础的节点特征,路由机制生成高级的
图 capsules 和类 capsules。attention 模块在生成 graph capsules 的过程中解决图尺寸不一
致的问题。
胶囊图神经网络由三个主要的 block 组成:
� 基础节点胶囊提取 block:GNN 提取具有不同感知域的局部顶点特征,产生初级的
胶囊。
� 高级图胶囊提取 block:注意力模块和动态路由融为一体,生成图的多个胶囊。
� 图分类 block:动态路由再次被调用,用于生成图分类的类胶囊。
黄涵奕
- 粉丝: 68
- 资源: 328
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- JavaScript《基于自动分析数据并给出营业建议的餐厅管理系统(接入AI) 》+源代码+项目说明及资料
- 355670834783295707ad04e-427f-4cde-9589-e578224a8459.zip
- 动态sql解析引擎,类似mybatis动态sql的功能
- EDA365-Skill-V2.5安装包,支持Allegro17.x版本
- C# 常用单词汇总,常用单词汇总
- 【ERP标准流程-标准流程-库内业务管理】(DOC 14页).doc
- Python《数据库期末作业-餐厅点单系统 》+源代码+设计资料
- 学生成绩管理系统(C++课程设计
- 双指针法判断链表有环-go语言实现
- MyBatis动态SQL是一种强大的特性,它允许我们在SQL语句中根据条件动态地添加或删除某些部分,从而实现更加灵活和高效的数据
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0