图卷积网络（GCN）是一个对图数据进行操作的神经网络。GCN 是一类非常强大的用于图数据的神经网络架构。事实上，它非常强大，即使是随机初始化的两层 GCN 也可以生成图网络中节点的有用特征表征。
电子发烧友
1571次浏览
下面就让我们来深入了解一下什么是图卷积网络，以及它在行为识别领域的最新工作进展吧！
2019-06-10 14:07
为了避免上述问题，来自中科院自动化所、北京中医药大学的研究者们提出一个执行图像语义分割任务的图模型 Graph-FCN，该模型由全卷积网络（FCN）进行初始化。
2020-05-13 15:21
有关这个领域的研究才刚刚起步。在过去的几个月中，该领域已经获得了振奋人心的发展，但是迄今为止，我们可能只是抓住了这些模型的表象。而神经网络如何在图论上针对特定类型的问题进行研究，如在定向图或关系图上
2017-12-14 20:08
最新研究提出，图神经网络仅对特征向量进行低通滤波，不具有非线性流形学习特性。论文提出了一种基于图形信号处理的理论框架，用于分析图神经网络。
2019-06-05 09:21
命名实体识别（NER）是信息抽取的一项基本任务，它的目的是识别文本片段中的实体及类型，如人名（PER），地名（LOC）和组织名（ORG）。命名实体识别在许多下游任务都有着广泛的应用，如实体链接和关系抽取。
2022-09-28 11:41
图卷积神经网络
2019-08-20 12:05
针对提取图表征用于图分类过程中的结构信息提取过程的问题，提出了一种图卷积神经网络与胶囊网络融合的图分类模型。首先，利用图卷积神经
2021-05-07 15:17
（ positive and unlabeled，PU学习的图卷积高质量文章内容识别模型—基于PU学习的图卷积网络（ graph convolttional network based
2021-06-21 11:50
（ positive and unlabeled，PU学习的图卷积高质量文章内容识别模型——基于PU学习的图卷积网络（ graph convolutional network based
2021-05-11 11:09
（例如稀疏性），所以一些关键的语义信息（如物体形状）不能被很好的捕捉到。本文提出了一种基于层级图网络（HGNet）的 图卷积 （GConv），可以直接将点云作为输入来预测 3D 的边界框。形状注意图卷积
2021-06-21 12:15
