圖神經網絡前沿 石川 王嘯 楊成 9787115625571 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：人民郵電
物品所在地：中國大陸
原出版社：人民郵電
NT$635
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202404*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：圖神經網絡前沿 ISBN：9787115625571 出版社：人民郵電 著編譯者：石川 王嘯 楊成 頁數：174 所在地：中國大陸 *此為代購商品 書號：1632296 可大量預訂，請先連絡。 內容簡介 本書全面介紹了圖神經網路的基礎和前沿內容，以及圖表示學習的基本概念和定義，並討論了高級圖表示學習方法的發展，旨在幫助研究人員和從業者了解圖神經網路的基本問題。此外，本書探討了圖神經網路的幾個前沿主題，包括利用圖數據描述社會科學、化學和生物學等領域的真實數據的關係，還介紹了圖神經網路的若干前沿趨勢，能夠幫助讀者進一步掌握圖神經網路所涉及的技術。 本書適合所有想了解圖神經網路基本問題和技術的人，包括但不限於高等院校計算機專業高年級本科生及研究生、科研人員以及相關從業者。作者簡介 石川，北京郵電大學計算機學院教授、博士研究生導師、智能通信軟體與多媒體北京市重點實驗室副主任。主要研究方向為數據挖掘、機器學習、人工智慧和大數據分析。在數據挖掘領域的一流期刊和會議（如IEEE TKDE、KDD、WWW、AAAI、IJCAI）發表論文60餘篇，出版中英文專著3部。研究成果獲得省部級獎勵4項，並應用於頂尖IT企業。曾獲北京市高等學校青年英才和師德先鋒等稱號。目錄 第1章 概述1 1 基本概念 1 1 1 圖的定義和屬性 1 1 2 複雜圖 1 1 3 圖上的計算任務 1 2 圖神經網路的發展 1 2 1 圖表示學習的歷史 1 2 2 圖神經網路的前沿 1 3 本書的組織結構 第2章 基礎圖神經網路 2 1 引言 2 2 圖卷積網路 2 2 1 概述 2 2 2 GCN模型 2 3 歸納式圖卷積網路 2 3 1 概述 2 3 2 GraphSAGE模型 2 4 圖注意力網路 2 4 1 概述 2 4 2 GAT模型 2 5 異質圖注意力網路 2 5 1 概述 2 5 2 HAN模型 第3章 同質圖神經網路 3 1 引言 3 2 自適應多通道圖卷積網路 3 2 1 概述 3 2 2 實驗觀察 3 2 3 AM-GCN模型 3 2 4 實驗 3 3 融合高低頻信息的圖卷積網路 3 3 1 概述 3 3 2 實驗觀察 3 3 3 FAGCN模型 3 3 4 實驗 3 4 圖結構估計神經網路 3 4 1 概述 3 4 2 GEM模型 3 4 3 實驗 3 5 基於統一優化框架的圖神經網路 3 5 1 概述 3 5 2 預備知識 3 5 3 GNN-LF HF模型 3 5 4 實驗 3 6 本章小結 3 7 擴展閱讀 第4章 異質圖神經網路 4 1 引言 4 2 異質圖傳播網路 4 2 1 概述 4 2 2 HPN模型 4 2 3 實驗 4 3 基於距離編碼的異質圖神經網路 4 3 1 概述 4 3 2 DHN模型 4 3 3 實驗 4 4 基於協同對比學習的自監督異質圖神經網路 4 4 1 概述 4 4 2 HeCo模型 4 4 3 實驗 4 5 本章小結 4 6 擴展閱讀 第5章 動態圖神經網路 5 1 引言 5 2 基於微觀和宏觀動態性的圖表示學習 5 2 1 概述 5 2 2 M2DNE模型 5 2 3 實驗 5 3 基於異質霍克斯過程的動態異質圖表示學習 5 3 1 概述 5 3 2 HPGE模型 5 3 3 實驗 5 4 基於動態元路徑的時序異質圖神經網路 5 4 1 概述 5 4 2 DyMGNN模型 5 4 3 實驗 5 5 本章小結 5 6 擴展閱讀 第6章 雙曲圖神經網路 6 1 引言 6 2 雙曲圖注意力網路 6 2 1 概述 6 2 2 HAT模型 6 2 3 實驗 6 3 洛倫茲圖卷積網路 6 3 1 概述 6 3 2 LGCN模型 6 3 3 實驗 6 4 雙曲異質圖表示 6 4 1 概述 6 4 2 HHNE模型 6 4 3 實驗 6 5 本章小結 6 6 擴展閱讀 第7章 圖神經網路的知識蒸餾 7 1 引言 7 2 圖神經網路的先驗知識蒸餾 7 2 1 概述 7 2 2 CPF框架 7 2 3 實驗 7 3 溫度自適應的圖神經網路知識蒸餾 7 3 1 概述 7 3 2 LTD框架 7 3 3 實驗 7 4 圖神經網路的無數據對抗知識蒸餾 7 4 1 概述 7 4 2 DFAD-GNN框架 7 4 3 實驗 7 5 本章小結 7 6 擴展閱讀 第8章 圖神經網路平台和實踐 8 1 引言 8 2 基礎知識 8 2 1 深度學習平台 8 2 2 圖神經網路平台 8 2 3 GammaGL平台 8 3 圖神經網路在GammaGL上的實踐 8 3 1 創建自己的圖 8 3 2 創建消息傳遞網路 8 3 3 高級小批量 8 3 4 GIN實踐 8 3 5 GraphSAGE實踐 8 3 6 HAN實踐 8 4 本章小結 第9章 未來方向和總結 9 1 未來方向 9 1 1 自監督學習 9 1 2 魯棒性 9 1 3 可解釋性 9 1 4 公平性 9 1 5 自然科學應用 9 2 總結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
