本书深入剖析了图神经网络领域所面临的两大核心挑战：深度加深模型退化和监督信息过度依赖。针对这两大挑战，本书提出了一系列解决思路，涵盖模型结构设计、训练策略优化等方面的内容。本书可供从事人工智能、数据挖掘、机器学习及网络数据分析等相关领域的科研及工程人员参考，也可作为高等院校计算机、人工智能等专业本科生与研究生的学习参考书。
售 价：¥
6.3
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容简介
前言
第1章 绪论
1.1 图神经网络研究的背景及意义
1.2 网络表示学习与图神经网络国内外研究现状
1.3 图神经网络面临的主要问题
1.4 研究内容和组织结构
1.5 本章小结
第2章 图神经网络
2.1 神经网络基础
2.2 图数据
2.3 图神经网络方法
2.4 图神经网络的应用
2.5 本章小结
第3章 基于混合阶的图神经网络模型
3.1 引言
3.2 基于混合阶的图神经网络模型介绍
3.3 实验分析
3.4 本章小结
第4章 基于拓扑结构自适应的图神经网络模型
4.1 引言
4.2 基于拓扑结构自适应的图神经网络模型介绍
4.3 实验分析
4.4 本章小结
第5章 图结构与节点属性联合学习的变分图自编码器模型
5.1 引言
5.2 预备知识
5.3 图结构与节点属性联合学习的变分图自编码器模型介绍
5.4 实验分析
5.5 本章小结
第6章 基于注意力机制的图对比学习模型
6.1 引言
6.2 预备知识
6.3 基于注意力机制的图对比学习模型介绍
6.4 实验分析
6.5 本章小结
第7章 总结与展望
参考文献
后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
