基于信息增强的图神经网络学习方法研究

封面

版权信息

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

文后图