机读格式显示(MARC)

• 000 01848nam0 2200373 450

• 001 0000439768

• 005 20250529112200.0

• 010 __ |a 978-7-03-077148-3 |d CNY98.00

• 099 __ |a CAL 012024051700

• 100 __ |a 20240423d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 图神经网络原理与应用 |A tu shen jing wang luo yuan li yu ying yong |f 赵海兴[等]著

• 210 __ |a 北京 |c 科学出版社 |d 2024

• 215 __ |a 142页 |c 图 |d 26cm

• 304 __ |a 题名页题其余责任者：冶忠林、李明原、刘震

• 312 __ |a 封面题英文并列题名：Graph neural networks: theory and applications

• 314 __ |a 赵海兴，现任青海师范大学副校长、教授，博士生导师。人选国家“百千万人才工程计划”、教育部新世纪优秀人才、青海省干人计划培养杰出人才，教育部“长江学者与创新团队”负责人。

• 314 __ |a 冶忠林，现任青海师范大学计算机学院教师、副教授，博士生导师，省部共建藏语智能信息处理及应用国家重点实验室专职科研人员，日本长崎综合科学大学客座研究员。

• 314 __ |a 李明原，硕士研究生，青海师范大学2023年优秀研究生，研究方向为图神经网络、图对比学习等。

• 320 __ |a 有书目

• 330 __ |a 本书系统地介绍图神经网络的基本原理、常用模型和应用领域等。首先介绍两类最基本的图神经网络方法GCN和GraphSAGE，并给出图神经网络的学习目标、评价方法；其次对图神经网络中常用的模型结构进行深入解析，给出图神经网络在自然语言处理、推荐系统、风险控制等领域的应用，提供PyG和DGL两类图神经网络建模工具；最后探讨和给出几类自适应学习方法以实现图神经网络自适应学习目标。

• 510 1_ |a Graph neural networks: theory and applications |z eng

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo

• 690 __ |a TP183 |v 5

• 701 _0 |a 赵海兴 |A zhao hai xing |4 著

• 701 _0 |a 冶忠林 |A ye zhong lin |4 著

• 701 _0 |a 李明原 |A li ming yuan |4 著

• 801 _0 |a CN |b 百万庄 |c 20240423

• 905 __ |a XATU |d TP183/161

• 920 __ |a 261060 |z 1

• 998 __ |a PUL