FairSIN : Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization作...
专题解读 | Graph Transformer代表性工作介绍
Do Transformers Really Perform Bad for Graph Representation?本文介绍了一种名为Graphormer的基于Transformer架构的模型,专...
专题解读 | 几何图神经网络的主流框架
1. 引言在AI4Science领域,深度学习已被广泛应用到多个领域中,包括药物发现、蛋白质结构预测、动力学模拟等。在科学研究中,高质量数据的数据往往昂贵而稀少,尤其是以三维结构形式呈现的数据。这些数...
专题解读 | 图神经网络GPU内核加速
深度神经网络(DNN)的训练和推理得益于 GPU 的加速。GPU 是功能强大的硬件加速器,GPU 内核是指经过优化可在 GPU 的许多处理单元上并行执行的专用程序,从而使深度学习(DL)的计算更加迅速...
TPAMI2023 | 图神经网络在分布外图上的泛化
题目: 图神经网络在分布外图上的泛化论文链接: http://www.shichuan.org/doc/157.pdf论文代码: https://github.com/googlebaba/Stabl...
专题解读 | 从图泛化(Generalization)到图大小泛化(Size Generalization)
1. 背景介绍近些年,图神经网络(GNN)由于其在图结构数据建模方面的出色表现,已经广泛应用于了各式的图相关任务,如:节点分类,链接预测和图分类等。在现实任务中,尤其是在图分类任务上,图数据的大小(图...
专题解读 | 图神经网络内核库tf_geometric
国人自研的tf_geometric是一个与Tensorflow1.x和2.x兼容的构建图神经网络的内核库。内核库由构建高效GNN的基础设施组成,包括图数据结构、图MapReduce框架、图Mini-B...
知识驱动的网络安全情报:软件漏洞的共同利用行为发现
原文标题:Knowledge-Driven Cybersecurity intelligence: Software Vulnerability Co-exploitation Behaviour D...
WSDM2023 | 学习蒸馏图神经网络
题目:Learning to Distill Graph Neural Networks会议:WSDM 2023图神经网络(GNNs)能够有效地获取图的拓扑和属性信息,在许多领域得到了广泛的研究。近年...
AAAI2023|图对比学习的模型增强技巧
作者:北邮 GAMMA Lab 硕士生 公绪蒙论文名称: MA-GCL: Model Augmentation Tricks for Graph Contrastive Learning&...
《Advances in Graph Neural Networks》第6章读书笔记
传统的机器学习将一个输入向量经过各种平移、缩放与非线性变换得到想要的输出(如类别),其本质是在欧氏空间中通过各种几何变换来处理输入的几何对象(如点、线或面)的。然而欧氏几何空间在表达能力上存在很多...
图神经网络架构搜索Benchmark
本文旨在简要介绍近期发表在NIPS2022 Datasets and Benchmarks Track上 的一个图神经网络架构搜索(GNAS)的节点分类Benchmark,同时也是GNAS的第一个Be...