机读格式显示(MARC)
- 000 01200nam0 2200253 450
- 010 __ |a 978-7-121-41077-2 |d CNY109.00
- 100 __ |a 20210509d2021 em y0chiy50 ea
- 200 1_ |a 图表示学习 |A tu biao shi xue xi |f (美)威廉·汉密尔顿(WilliamHamilton)著 |g AITIME译
- 210 __ |a 北京 |c 电子工业出版社 |d 2021.5
- 330 __ |a 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。
- 606 0_ |a 图像处理 |A Tu Xiang Chu Li
- 701 _0 |c (美) |a 威廉·汉密尔顿(WilliamHamilton) |A wei lian · han mi er dun ( W i l l i a m H a m i l t o n ) |4 著
- 702 _0 |a AITIME |A A I T I M E |4 译
- 801 _0 |a CN |b 人天书店 |c 20210509
- 905 __ |a JDZXY |d TP391.4/2121