【NeurIPS2020】Google点针图网络，Pointer Graph Networks

关键词：图的搜索空间，图结构推测，点针传递

图神经网络(GNNs)通常应用于静态图，这些静态图可以认为是预先已知的。这种静态输入结构通常完全由机器学习从业者的洞察力决定，对于GNN正在解决的实际任务可能不是最佳的。在缺乏可靠的领域专家知识的情况下，人们可能求助于推断潜在的图结构，但由于可能的图的搜索空间很大，这往往是困难的。这里我们引入了点针图网络(PGNs)，它增加了集合或图的推断边的能力，以提高模型的表达能力。PGNs允许每个节点动态地指向另一个节点，然后通过这些点针传递消息。这种可适应图结构的稀疏性使学习变得容易处理，同时仍然具有足够的表现力来模拟复杂的算法。关键的是，指向机制可以直接监督的，以对经典数据结构上的长期操作序列建模，并结合了来自理论计算机科学的有用的结构归纳偏差。定性地说，我们证明了PGNs可以学习基于点针的数据结构的可并行变体，即不相交集并和链接/修剪树。PGNs在动态图连通性任务中将分布外概括为5个较大的测试输入，优于不受限制的GNNs和深度集合。

论文链接

【NeurIPS2020】Google点针图网络，Pointer Graph Networks相关推荐

图网络：Graph Structured Network for Image-Text Matching
用于图文匹配的图结构网络摘要由于图像-文本匹配连接了视觉和语言,因此它受到了越来越多的关注.关键的挑战在于如何学习图像和文本之间的对应关系.现有的工作基于对象共现统计学习粗对应,而没有学习细粒 ...
学界 | DeepMind等机构提出「图网络」：面向关系推理
来源:机器之心摘要:近日,由 DeepMind.谷歌大脑.MIT 和爱丁堡大学等公司和机构的 27 位科学家共同提交的论文<Relational inductive biases, deep ...
图网络究竟在研究什么？从15篇研究综述看图神经网络GNN的最新研究进展
近年来,由于图结构的强大表现力,用机器学习方法分析图的研究越来越受到重视.图神经网络(GNN)是一类基于深度学习的处理图域信息的方法. 到目前,相关研究的已经非常多了,不过我们回过头来看思考和回顾一下 ...
图谱实战 | 再谈图谱表示：图网络表示GE与知识图谱表示KGE的原理对比与实操效果分析...
转载公众号 | 老刘说NLP 知识图谱嵌入是一个经典话题,在之前的文章<知识表示技术:图谱表示VS图网络表示及基于距离函数的表示学习总结>中,围绕知识图谱嵌入学习这一主题,对比了知识图谱嵌 ...
图神经网络（Graph neural networks）综述
论文链接:Graph Neural Networks: A Review of Methods and Applications Abstract:图(Graph)数据包含着十分丰富的关系型信息.从文 ...
【深度学习】图网络——悄然兴起的深度学习新浪潮
[深度学习]图网络--悄然兴起的深度学习新浪潮 https://mp.weixin.qq.com/s/mOZDN9u7YCdtYs6DbUml0Q 现实世界中的大量问题都可以抽象成图模型(Graph ...
图卷积网络 GCN Graph Convolutional Network（谱域GCN）的理解和详细推导
文章目录 1. 为什么会出现图卷积神经网络? 2. 图卷积网络的两种理解方式 2.1 vertex domain(spatial domain):顶点域(空间域) 2.2 spectral domai ...
异构图注意力网络Heterogeneous Graph Attention Network ( HAN )
文章目录前言一.基础知识 1.异构图(Heterogeneous Graph) 2.元路径 3.异构图注意力网络二.异构图注意力网络 1.结点级别注意力(Node-level Attention ...
图网络 | Graph Attention Networks | ICLR 2018 | 代码讲解
[前言]:之前断断续续看了很多图网络.图卷积网络的讲解和视频.现在对于图网络的理解已经不能单从文字信息中加深了,所以我们要来看代码部分.现在开始看第一篇图网络的论文和代码,来正式进入图网络的科研领域. ...

【NeurIPS2020】Google点针图网络，Pointer Graph Networks

【NeurIPS2020】Google点针图网络，Pointer Graph Networks相关推荐

最新文章

热门文章