西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

图表示学习/(美)William Hamilton著 AI TIME译

出版发行项:

北京:电子工业出版社,2021

ISBN及定价:

978-7-121-41077-2/CNY109.00

载体形态项:

14,191页;24cm

并列正题名:

Graph representation learning

个人责任者:

(美) 汉密尔顿 (Hamilton, William) 著

团体次要责任者:

AI TIME 译

学科主题:

图象处理

中图法分类号:

TP391.413

版本附注:

由锐拓传媒授权

提要文摘附注:

本书提供了一份关于图表示学习的综述。首先，讨论图表示学习的目标及图论和网络分析的关键方法论。然后，介绍并回顾了学习节点嵌入的方法，包括基于随机游走的方法以及在知识图谱上的应用。再后，对高度成功的图神经网络(Graph Neural Network，GNN)进行了技术上的综合介绍，GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。最后，总结了针对图的深度生成模型的前沿进展，这是图表示学习新生但发展迅速的子集。

豆瓣简介：