【论文复现】A Semi-supervised Graph Attentive Network for Financial Fraud Detection

GNN 论文复现
GNN
发布日期:   2020-12-16

对DGFraud仓库中SemiGNN的tensorflow复现版本进行了注释理解，整理了下面的代码框架。

SemiGNN代码框架.png

  • 代码在G:\SelfLearning\JupyterNotebook3.0\DGFraud_copy文件夹下
  • 思维导图在G:\SelfLearning\JupyterNotebook3.0\GNN\GNN Papers\Financial Fraud Detection\A Semi-supervised Graph Attentive Network for Financial Fraud Detection文件夹下

后记：

  • 复现代码在view-attention level处好像有问题，需要反复思考。其他方面都挺好的。
文章作者: CarlYoung
文章链接: http://yc1999.github.io/2020/12/16/lun-wen-fu-xian-a-semi-supervised-graph-attentive-network-for-financial-fraud-detection/
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 CarlYoung !
GNN 论文复现
赏
 上一篇
Graph Attention Networks Graph Attention Networks
著名的GAT模型，本质上做的一件事是：对每个邻居点分别学习出一个权重系数，最后加权求和。
2020-12-17 GNN
论文笔记 GNN
下一篇 
Alleviating the Inconsistency Problem of Applying Graph Neural Netwrok to Fraud Detection Alleviating the Inconsistency Problem of Applying Graph Neural Netwrok to Fraud Detection
GraphConsis模型建立在异质信息网络之上，考虑反欺诈工作中的inconsistency问题，对GNN的Aggregation函数进行改进，综合了GraphSAGE的采样思想和GAT的注意力权重思想，将它们运用到异质信息网络中。
2020-12-15 GNN
论文笔记 GNN
  目录