CMU 2024博士論文:邁向更強圖表示學習
社交網絡、蛋白質結構、分子與交易數據,都可以用圖來表示。一篇CMU 2024年博士論文系統研究如何實現更強大的圖表示學習,全文長127頁。
問題起點
與具有自然順序的圖像和文本不同,圖是無序的並具有排列不變性,這為學習良好表示帶來顯著困難。圖神經網絡(GNNs)正是為應對這些挑戰而被提出並不斷改進。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
