Публикации по теме 'graph-neural-networks'
MolKGNN: распространение свертки на молекулы
Понять MolKGNN, интерпретируемую GNN, предназначенную для разработки лекарств, принятую на AAAI2023
В этом блоге представлена наша последняя модель Mol ecular K ernel G raph N eural N etwork (MolKGNN) из статьи Интерпретируемая нейронная сеть с учетом хиральности графа для количественного моделирования взаимосвязей структуры и активности при открытии лекарств
Эта работа принята на AAAI2023 (устный и постерный доклад) и Learning on Graph Conference (неархивный..
Улучшенные рекомендательные системы с LightGCN
Улучшенные рекомендательные системы с LightGCN
Авторы: Юрий Настран, Эрмин Омерагич, Томаж Мартинчич
Если подумать, большинство крупнейших технологических компаний, от Amazon до Youtube , постоянно пытаются создать лучшие рекомендательные системы для своих конкретных приложений. Можно даже сказать, что рекомендательные системы — это самая эффективная задача машинного обучения в отрасли на сегодняшний день. И задача не становится легче, так как с каждым днем мы ожидаем..
Классические стратегии масштабирования графовых нейронных сетей
Краткое изложение способов заставить свои сети работать быстрее и с меньшим объемом памяти.
В моем предыдущем посте я рассказал о том, как графовые нейронные сети (GNN) стали горячей темой исследований из-за достижений, достигнутых в задачах, связанных с глубоким обучением в сложных сетях (графах).
Поскольку это такая важная тема, проводится множество исследований, направленных на улучшение GNN. Есть две основные цели: сделать их более мощными (с точки зрения производительности..
Обзор графовых нейронных сетей для обнаружения аномалий в электронной коммерции
Часть 1. Введение в использование сетевой информации в транзакциях электронной торговли
Граф и сеть, упомянутые в этой статье, представляют собой отношения или взаимодействия между объектами (учетными записями клиентов, устройствами, способами оплаты и т. д.), участвующими в типичной среде онлайн-покупок или электронной коммерции. Графики помогают фиксировать связанные данные между объектами в дополнение к конкретным функциям транзакций, которые передаются в модели машинного..
Введение в графические нейронные сети
Графические нейронные сети - их потребности, реальные приложения и базовая архитектура с библиотекой NetworkX
В этом посте мы собираемся исследовать относительно новую область глубокого обучения, которая включает графы - очень важную и широко используемую структуру данных. Этот пост охватывает основы графов, объединение графов и глубокого обучения, а также базовое представление о графовых нейронных сетях и их приложениях. Мы также кратко обсудим, как строить графики с помощью..
Графическая нейронная сеть
Авторы:- Деваншу Далал , Танишк Дешпанде , Яш Гахервар , Авинаш Дхакне .
В наши дни использование машинного обучения для прогнозирования и обнаружения значительно возросло. В этом использование нейронной сети для распознавания образов и интеллектуального анализа данных помогло нам решить сложную проблему с использованием вычислительной мощности. CNN, RNN значительно помогли в области идентификации объектов, распознавания голоса и всего остального.
Но есть области, где..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..