广东职业技术学院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,2021.5

ISBN及定价:

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

载体形态项:

xiv, 191页:图;24cm

并列正题名:

Graph representation learning

个人责任者:

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

出版发行附注:

本书中文简体版权经由锐拓传媒授权电子工业出版社

责任者附注:

责任者规范汉译姓: 汉密尔顿

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, 本书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, 本书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, 本书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, 本书总结了针对图的深度生成模型的最新进展, 这是图表示学习新生但发展迅速的子集。

使用对象附注:

网络技术人员

豆瓣简介：