Публикации по теме 'graph-neural-networks'


Что за запах? GNNose знает!
Составлено Сарой Чен, Мэтью Дин и Кэти Чжоу в рамках курсового проекта Stanford CS224W Winter 2023. Понюхать . Понюхать . Что это за запах? Это резкий и резкий аромат, который также… слегка кислит? Это… может быть… да! Это CH3COOH, или, как его чаще называют, уксус. Более 70 лет ученые на стыке химии, неврологии и (в последнее время) машинного обучения исследовали, как молекулярные структуры веществ влияют на их запах для человека. Это удивительно сложная задача...
4 графических нейронных сети, которые вам нужно знать (WLG, GCN, GAT, GIN)
4 графических нейронных сети, которые вам нужно знать (WLG, GCN, GAT, GIN) Мы прошли через Вложения графа знаний и Случайное блуждание в предыдущих рассказах о нейронных сетях графов. Встраивание графа знаний позволяет встраивать встраиваемые сущности для последующих задач. С другой стороны, несколько моделей нейронных сетей применяют теорию случайных блужданий для обучения внедрению сущностей. В этом рассказе мы сосредоточимся на четырех моделях нейронных сетей графов, а..
День 7 (обдумываем хорошие варианты использования Ray)~N Days of Ray ~
Варианты использования, позволяющие максимально эффективно использовать луч, расчет графика Сегодня я хотел бы оставить базовую структуру ray и рассмотреть некоторые приложения. Одним из них является вычисление графов. Такие компании, как Bytedance, используют Ray для масштабных вычислений на графах. (📹: https://www.youtube.com/watch?v=7tMntN9kQbA ) 1–1. Что такое вычисление графа? Вычисление графа относится к обработке данных, структурированных в формате графа. Сюда входят узлы..
Обзор графовых нейронных сетей для обнаружения аномалий в электронной коммерции
Часть 2. Обзор популярных методов GNN В Части 1 этого сообщения блога мы ввели терминологию и коснулись преимуществ использования информации о сети и графиках для более эффективного обнаружения аномалий в электронной коммерции. В методах графовой нейронной сети (GNN) используется сочетание анализа графов и методов глубокого обучения (которые оказались очень полезными в нескольких реальных приложениях). В этой статье мы начнем с обзора простого метода GNN, а затем рассмотрим..
На пути к объяснимым графическим нейронным сетям
Последние достижения в методах объяснения GNN Содержание Что такое сверточные сети с графами (GNN) Текущие проблемы с объяснимостью для GNN Первая попытка: визуализация активации узлов Повторное использование подходов сверточных нейронных сетей Модельно-независимый подход: GNNExplainer Обо мне использованная литература Предисловие Это немного более сложное руководство, предполагающее базовые знания графических нейронных сетей и немного вычислительной химии. Если вы..
Граф нейронных сетей в Python
Введение и пошаговая реализация Область графового машинного обучения в последнее время быстро растет, и большинство моделей в этой области реализованы на Python. В этой статье будут представлены графы как концепция и некоторые элементарные способы работы с ними с помощью Python. После этого мы создадим граф сверточной сети и заставим ее выполнять классификацию узлов в реальной сети отношений с помощью PyTorch. Весь описанный здесь рабочий процесс доступен в виде Colab Notebook . Что..
Биологически насыщенные графовые нейронные сети для противовирусного предсказания
Естественно, вычислительные подходы были разработаны на протяжении многих лет, чтобы предсказать эти интересующие свойства. Совсем недавно для этой цели успешно применялись методы машинного обучения, такие как графовые нейронные сети. Одним из ярких примеров является их использование при открытии нового антибиотика, позже названного галицином. Используя Graph Neural Networks, ученые Массачусетского технологического института смогли определить, что уже существующее соединение эффективно..