欢迎来到我的博客(*^▽^*)
  文章分类
PaddlePaddle 2 NLP 32 GNN 22 论文笔记 2 深度学习 13 PyTorch 4 深度学习 6 论文阅读笔记 2 论文笔记 3 LeetCode 1 NumPy 1 PyCharm 1 深度学习tricks 3 Python学习笔记 2 Python 2 NLP 1 Linux 1 GPU 1 学习方法 1 转载 1 实验室 1 比赛 1 机器学习 2 学习笔记 1 就业 1 李宏毅-深度学习 1 信息抽取 2 计划 1
【论文复现】Graph Attention Networks 【论文复现】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
GNN 论文复现
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
【论文复现】A Semi-supervised Graph Attentive Network for Financial Fraud Detection 【论文复现】A Semi-supervised Graph Attentive Network for Financial Fraud Detection
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。 代码在G:\SelfLearning\JupyterNotebook3.0\DGFraud_copy文件夹下 思维导图在G:\S
2020-12-16 GNN
GNN 论文复现
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
【斯坦福cs224w-图机器学习】10. Deep Generative Models for Graphs 【斯坦福cs224w-图机器学习】10. Deep Generative Models for Graphs
这节课通过Auto-Regressive model巧妙地将图生成问题转换成序列生成问题，利用RNN来解决图生成问题。
2020-12-13 GNN
GNN 课程笔记 cs224w
【AI研习社】KDD 2020丨欺诈检测研究现状以及欺诈者对抗行为建模 【AI研习社】KDD 2020丨欺诈检测研究现状以及欺诈者对抗行为建模
本次分享将主要介绍欺诈检测问题在学术界的研究现状，以及如何将图神经网络和强化学习应用到欺诈检测问题中。嘉宾是大佬窦英通。
2020-12-12 GNN
学习笔记
A Semi-supervised Graph Attentive Network for Financial Fraud Detection A Semi-supervised Graph Attentive Network for Financial Fraud Detection
支付宝2019ICDM论文，论文采用node-level + view-level的方式构造用户的embedding，最后以supervised loss+ unsupervised loss的方式构造损失函数，良好地利用了labeled和unlabeled的数据。
2020-12-12 GNN
论文笔记 金融反欺诈
图信号处理 图信号处理
图信号处理（Graph Signal Process）实在是涉及太多概念了，需要好好梳理一下。
2020-12-10 GNN
深度长文: 通过最近两年的8篇论文全面分析和总结基于图神经网络GNN的欺诈检测 深度长文: 通过最近两年的8篇论文全面分析和总结基于图神经网络GNN的欺诈检测
文章转载自深度长文: 通过最两年的8篇论文全面分析和总结基于图神经网络GNN 欺诈检测 [TOC] 欺诈检测（风控）是一个近两年业界和学界颇受关注的话题，其应用方向包括金融欺诈检测，风险控制，网络水军识别，黑产灰产识别等。 本公众号之前
2020-12-05 GNN
转载 综述 GNN
【斯坦福cs224w-图机器学习】8-Graph Neural Networks 【斯坦福cs224w-图机器学习】8-Graph Neural Networks
讲解GNN中重要的四种模型：GCN，GraphSAGE，GAT以及PinSAGE
2020-11-26 GNN
GNN 课程笔记 cs224w
【斯坦福cs224w-图机器学习】7-Graph-Representation-Learning 【斯坦福cs224w-图机器学习】7-Graph-Representation-Learning
讲解Shallow Node Embedding——DeepWalk、node2vec
2020-11-25 GNN
GNN 课程笔记 cs224w
【斯坦福cs224w-图机器学习】7,8,9-Graph Representation Learning 【斯坦福cs224w-图机器学习】7,8,9-Graph Representation Learning
在前面几周的学习中，我们学习了motifs，graphlets等等来表示一个图，本质上，它们就是图的一种特征表示（representation），接下来我们介绍自动的方法： 第七八两节介绍的都是关于图表示学习的，所谓万物皆可embeddin
2020-11-25 GNN
GNN 课程笔记 cs224w
1 / 2