-
Venue: ICML 2019
Summary: Proposes a simplified linear graph neural network architecture (GCN with non-linearity layers removed). New architecture is significantly faster than the state of the art mo…
-
Given the recent popularity of graph convolutional neural networks (i.e. https://github.com/tkipf/gcn), would it be worth implementing a swift paradigmatic version? I have a semi-working version, but …
-
Hi tancheng,
I am particularly interested in the application of Graph convolutional networks(GCNs) described in your paper. It may be a bit presumptuous, but I would like to have the source code o…
-
## Published
Hongyang Gao, Zhengyang Wang, Shuiwang Ji
KDD 2018
## Summary
画像データにおいてCNNが高精度を達成し、非常に大きな影響を与えている。画像データはグラフデータの特定のケースとみなすことができるため、グラフデータに対しても工夫をすることでCNNが適用できると考えられる。
したがって、この論文では…
-
## 一言でいうと
文書分類にGraph Convolutionを適用した研究。ノードとして文書・単語双方をとっており、文書=>単語の重みはTF-IDF、単語=>単語の重みはコーパス全体の共起(PMI)をとっている。単語分散表現なしにCNNやLSTMのモデルを上回る効果を出せている。ただ、テストセットのノードが既知であるTransductive設定
![image](https://u…
-
# On the Global Self-attention Mechanism for Graph Convolutional Networks [[Wang+, 20](https://arxiv.org/abs/2010.10711)]
## Abstract
- Apply Global self-attention (GSA) to GCNs
- GSA allows GCNs…
-
Please add explicit support for graph-structured data including
- quantum graph kernels
- quantum graph neural networks, particularly quantum graph convolutional networks
-
[1609.02907] Semi-Supervised Classification with Graph Convolutional Networks
https://arxiv.org/abs/1609.02907
TN Kipf, M Welling - arXiv preprint arXiv:1609.02907, 2016
![image](https://user-ima…
-
## 一言でいうと
与えられたグラフのノードを半教師ありクラスタリングする。既存の研究では隣接ノードは同じクラスであるという前提を正則化項として加えていたためモデルのキャパシティが制限されていたが(エッジのもつ情報はsimilarityとは限らない)、グラフ構造をニューラルネットとして表現することでその制約を取り払った。各Layerにおいて隣接行列が登場するので例えば3層ネットワークの場合は3段…
-
## 一言でいうと
知識ベースのようなグラフを畳み込みリンクやノードのエンティティを推定する研究。リンクする周辺ノードをそれぞれ重みをかけて合計していくが、in/outの方向を区別し、また自己ループを考慮する。ただこのままだとリンクが多い場合パラメーターが増え普通に過学習するので、重み行列の数を絞っている(B個のVを用意して、それらにリンクごとのスカラー係数aを書けることでWを計算する)。
…