| ISBN/价格： | 978-7-121-41077-2:CNY109.00 |
|---|
| 作品语种： | chi eng |
|---|
| 出版国别： | CN 110000 |
|---|
| 题名责任者项： | 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:,2021.05 |
|---|
| 载体形态项： | 14,191页:;+24cm |
|---|
| 提要文摘： | 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。 |
|---|
| 并列题名： | Graph representation learning eng |
|---|
| 题名主题： | 图象处理 |
|---|
| 中图分类： | TP391.413 |
|---|
| 个人名称等同： | 汉密尔顿 W. (美) 著 |
|---|
| 个人名称次要： | AI TIME 译 |
|---|
| 记录来源： | CN 人天书店 20210706 |
|---|