重磅图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

Posted 专知

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了重磅图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University相关的知识,希望对你有一定的参考价值。

图神经网络一本简明硬货新书,快来学习!


【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

William L. Hamilton

McGill 大学计算机科学的助理教授,魁北克省Mila AI研究所的加拿大CIFAR AI主席。开发了机器学习模型,可以对我们复杂、相互关联的世界进行推理。


总的来说,研究兴趣集中在机器学习、网络科学和自然语言处理的交叉领域,目前重点关注快速增长的图表示学习和图神经网络。

https://www.cs.mcgill.ca/~wlh/


图表示学习


【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University


在过去的7年里,图表示学习领域以令人难以置信(有时难以控制)的速度发展,从从事一个相对小众主题的一小部分研究人员,转变为深度学习中增长最快的子领域之一。


这本书是我对图表示学习的一个简要而全面的介绍,包括嵌入图数据的方法,图神经网络,以及图的深度生成模型。


图是一种普遍存在的数据结构和描述复杂系统的通用语言。在最普遍的观点中,一个图仅仅是对象的集合。,以及一组交互(例如,节点)。(边)在这些对象对之间。例如,为了将一个社会网络编码为一个图,我们可以使用节点来表示个体,使用边来表示两个个体是朋友(图1.1)。在生物领域,我们可以使用图中的节点来表示蛋白质,并使用边缘来表示各种生物相互作用,例如蛋白质之间的动力学相互作用。

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University


图关注点之间的关系(而不是单个点的属性),以及它的一般性。同样的图表形式也可以用来表示社会网络、药物和蛋白质之间的相互作用、原子之间的相互作用。


然而,图表不仅仅提供了一个优雅的理论框架。它们提供了一个数学基础,我们可以在此基础上分析、理解和学习现实世界的复杂系统。在过去的25年里,可供研究人员使用的图形结构数据在数量和质量上有了显著的增长。随着大型社交网络平台的出现,大量的科学活动对交互体,食物网,分子图结构进行建模,以及数十亿网络连接设备的出现,有意义的图数据供研究人员分析。挑战在于释放这些数据的潜力。


这本书是关于我们如何利用机器学习来应对这一挑战。当然,机器学习不是分析图表数据的唯一可能的方法。然而,鉴于我们试图分析的图形数据集的规模和复杂性不断增长,很明显,机器学习将在提高我们建模、分析和理解图形数据的能力方面发挥重要作用。


https://www.cs.mcgill.ca/~wlh/grl_book/


目录内容:

  • Chapter 1: Introduction and Motivations 导论动机

  • Chapter 2: Background and Traditional Approaches  背景介绍方法

  • Part I: Node Embeddings 节点嵌入

    • Chapter 3: Neighborhood Reconstruction Methods 邻域重建方法

    • Chapter 4: Multi-Relational Data and Knowledge Graphs 多关系数据与知识图谱

  • Part II: Graph Neural Networks 图神经网络

    • Chapter 5: The Graph Neural Network Model 图神经网络模型

    • Chapter 6: Graph Neural Networks in Practice  图神经网路实践

    • Chapter 7: Theoretical Motivations 理论动机

  • Part III: Generative Graph Models 生成图模型

    • Chapter 8: Traditional Graph Generation Approaches 传统图生成方法

    • Chapter 9: Deep Generative Models 深度生成模型

  • Bibliography [Draft. Updated August 2020.]


【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University



专知便捷查看

  • 后台回复“GRL” 可以获取《【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University》专知下载链接索引

【重磅】图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询!
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源

以上是关于重磅图神经网络新书《图表示学习》,140页pdf,William L. Hamilton-McGill University的主要内容,如果未能解决你的问题,请参考以下文章

新书《图神经网络表示学习技术综述》免费pdf分享

2020年8月新书-《图神经网络表示学习技术综述》免费pdf分享

最新《图神经网络计算机视觉》概述,14页pdf

《概率机器学习导论》新书,谷歌大牛KevinMurphy最新932页pdf巨作

资源 |《图神经网络表示学习技术综述》免费pdf分享

图神经网络综述 (中文版),14页pdf