5篇CVPR 2020相关论文【场景图+图神经网络(SG+GNN)】

近期，一些Paper放出来，以下整理了CVPR 2020 图神经网络(GNN)相关的比较有意思的值得阅读的五篇论文，供大家参考—点云分析、视频描述生成、轨迹预测、场景图生成、视频理解等。

本文继续为大家奉上ACL 2020图神经网络（GNN）相关论文-Part 2供参考——多文档摘要、多粒度机器阅读理解、帖子争议检测、GAE。

内含本人学习图神经网络时阅读的论文,非常推荐想要入门和进一步了解图神经网络的朋友下载阅读。

数据挖掘领域的国际会议WSDM将于2020年2月3日-2月7日在美国休斯敦召开，WSDM2020全称为第13届国际互联网搜索与数据挖掘会议（The13thInternationalConference

本文为大家整理了五篇KDD 2020 图神经网络（GNN）相关论文，供大家参考。——图结构学习、多元时间序列预测、负采样、多任务多视角图表示学习、多兴趣推荐

图神经网络(GNN)相关资源大列表

[目录] 介绍 作为一种强大的图形表示学习方法,图形神经网络已广泛用于各种场景中,例如NLP,CV和推荐系统。 据我所知,图挖掘与推荐系统高度相关。实际上,将一项推荐给一个用户是用户项图上的链接预测。

必须阅读的有关GNN的论文 GNN:图神经网络 由周杰,崔干渠,张正彦和白玉石贡献。 图神经网络简介。 人工智能和机器学习,摩根克莱普尔出版社,2020年合成讲座 刘志远周杰 图神经网络:方法与应用综

GNN算法 图神经网络相关算法重构及实现教程。 受到pytorch_geometric启发,我们开发了基于Tensorflow的GNN库: ,其中集成了高效且对科研工作者友好的GNN模型。GNN-al

参考自 https://github.com/Ivan0131/gnn-demo/tree/master/gnn1.1.0-tensorflow1.15，本文在源代码基础上增加了测试集的划分和测试集训