Публикации по теме 'graph-neural-networks'


Neo4j и DGL - бесшовная интеграция
В этой статье мы покажем, как интегрировать модель Graph Attention Network с помощью библиотеки Deep Graph Library в рабочий процесс Neo4j и развертывания драйвера Neo4j Python. Это сообщение в блоге написано в соавторстве с Клер Салливан и Марком Нидхэмом Вступление Выпуск библиотеки Neo4j GDS версии 1.5 и встроенных моделей машинного обучения теперь дал специалисту по данным, которому необходимо выполнить задачу машинного обучения на любом графе в Neo4j, два возможных..
Бумажные заметки: не складывайте слои в графических нейронных сетях, соединяйте их случайным образом
Бумажные заметки: не складывайте слои в графических нейронных сетях, соединяйте их случайным образом Оригинальная Бумага (Valsesia et al.) Постановка проблемы В этой статье исследуется, как существующая парадигма архитектур передачи сообщений для графических нейронных сетей может ограничивать их потенциал, и исследуются альтернативные механизмы для обнаружения архитектуры. Гипотеза Схемы передачи сообщений по своей сути ограничивают способность GNN иметь много уровней из-за..
Понимание графовых нейронных сетей с помощью кластеризации мощной итерации
Механизм передачи сообщений в графовых нейронных сетях (GNN) до сих пор остается загадкой. Помимо сверточных нейронных сетей, не было предложено никакого теоретического происхождения GNN. К нашему удивлению, передачу сообщений лучше всего можно понять с точки зрения итерации мощности. Полностью или частично удаляя функции активации и веса слоев GNN, мы предлагаем модели кластеризации мощности подпространства (SPIC), которые итеративно обучаются только с одним агрегатором. Эксперименты..
Использование графовой нейронной сети для изучения механических свойств из трехмерной геометрии решетки
Изучение метаматериалов направлено на то, чтобы извлечь экстраординарное поведение из обычных материалов посредством тщательного проектирования в масштабе микроструктуры. В MESH нас особенно интересует роль геометрии в определении макроструктурного поведения такого архитектурного материала . Аддитивное производство является многообещающим методом разработки метаматериалов: в то время как материал (смола, полимер и т. д.), напечатанный машиной, обычно относится к одному типу (с..
Построение рекомендательной системы с использованием графических нейронных сетей
Этот пост посвящен исследовательскому проекту, проведенному совместно с Decathlon Canada по рекомендации использования графических нейронных сетей. Код Python доступен на GitHub , и эта тема также была освещена в 40-минутной презентации + вопросы и ответы доступны на Youtube . В последние годы популярность графических нейронных сетей (GNN) резко возросла. От многочисленных научных статей до конкретных реализаций множество исследователей продвинули понимание GNN. Одной из..
2019 Обмен знаниями KDD
Конференция по обнаружению знаний и интеллектуальному анализу данных (KDD) прошла на Аляске с 4 по 8 августа. Это мое первое посещение, и я обнаружил, что оно содержит хорошее сочетание исследований и практической работы по науке о данных в области глубоких нейронных сетей. В этом посте я хочу поделиться некоторыми знаниями, особенно в отношении графовых нейронных сетей (GNN). Почему ГНН? Так почему же GNN и чем он отличается от известных нам CNN и RNN? В «Книге почему» Джудеи Перл он..
Встраивания с Word2Vec в контекстах, не связанных с НЛП - подробности
Встраивания с Word2Vec в контекстах, не связанных с НЛП - подробности Изучите детали создания встраиваемых элементов в бизнес-контексте с помощью моделей на основе Word2Vec. Этот документ требует знакомства с моделями классов Word2Vec [1,2,3] и литературой по глубокому обучению. В этом документе мы рассмотрим детали создания векторов внедрения с помощью класса моделей Word2Vec в бизнес-контекстах, не связанных с НЛП. Мы будем работать над набором данных Instacart [4,31], чтобы..