文件名称：Must-read-papers-and-continuous-tracking-on-Graph-Neural-Network-GNN-progress:图神经网络（GNN）的论文
文件大小：791KB
文件格式：ZIP
更新时间：2024-06-12 03:01:39
必读论文和Graph Neural Network（GNN）进展的连续跟踪 图形中出现了许多重要的现实应用和问题，例如社交网络，蛋白质-蛋白质相互作用网络，大脑网络，化学分子图和3D点云。 因此，在上述跨学科研究的推动下，面向图数据的神经网络模型已成为新兴的研究热点。 其中，斯坦福大学AI实验室的三位深度学习先驱者中的两位是Yann LeCun教授（2018年图灵奖获得者） ， Yoshua Bengio教授（2018年Turing奖获得者）和著名的Jure Leskovec教授。 该项目专注于GNN，列出了相关的必读论文并跟踪进度。 我们期待着朝这个方向发展，并为研究人员提供一些帮助。 如果有问题或与GNN相关的问题，请由Allen Bluce和Anne Bluce提供，欢迎发送电子邮件（地址： ， ）。 技术关键字：图神经网络，图卷积网络，图网络，图注意力网络，图自动编码器，
【文件预览】：
Must-read-papers-and-continuous-tracking-on-Graph-Neural-Network-GNN-progress-master
----Fig3.gif(527KB)
----Fig4.jpg(295KB)
----README.md(73KB)