发表服务
show(并非证明)GCN在NLP中有用.设计了一系列可用于编码wordlevel的语义信息的GCN模型.利用GCN-basedSRL模型获得SoTA.showLSTMs和GCNs有互补能力(这一点看起来挺有意思)2.GraphConvolutionalNetworks.这个GCN模型的原论文笔记见:论文笔记…
AM-GCN:AdaptiveMulti-channelGraphConvolutionalNetworks（论文解析，这是今年发表在ACMSIGKDD上的一篇文章）文章目录摘要一、Introduction二、GCNS的融合能力:实验研究2.1Case1:RandomTopologyandCorrelatedNodeFeatures2.2Case2:CorrelatedTopologyandRandomNodeFeatures三、AM-GCN:THEP.
这篇论文是HeXiangnan老师一作，发表在SIGIR20上的一篇推荐系统的文章。本文主要讨论的问题有三个：为什么叫lightGCN，究竟哪里light？lightGCN是如何实现的？performance有怎样的提升？问题…
论文在指标选择上使用的是F1值，对于多分类问题，包括之前看的GCN原始论文，用的都是准确率（accuracy)，不知为何这样选择。实验表现从实验结果对比来看，FastGCN也都不是最好的，在它所说的适用于大图稠密图上的embedding，比较看…
show(并非证明)GCN在NLP中有用.设计了一系列可用于编码wordlevel的语义信息的GCN模型.利用GCN-basedSRL模型获得SoTA.showLSTMs和GCNs有互补能力(这一点看起来挺有意思)2.GraphConvolutionalNetworks.这个GCN模型的原论文笔记见:论文笔记…
AM-GCN:AdaptiveMulti-channelGraphConvolutionalNetworks（论文解析，这是今年发表在ACMSIGKDD上的一篇文章）文章目录摘要一、Introduction二、GCNS的融合能力:实验研究2.1Case1:RandomTopologyandCorrelatedNodeFeatures2.2Case2:CorrelatedTopologyandRandomNodeFeatures三、AM-GCN:THEP.
这篇论文是HeXiangnan老师一作，发表在SIGIR20上的一篇推荐系统的文章。本文主要讨论的问题有三个：为什么叫lightGCN，究竟哪里light？lightGCN是如何实现的？performance有怎样的提升？问题…
论文在指标选择上使用的是F1值，对于多分类问题，包括之前看的GCN原始论文，用的都是准确率（accuracy)，不知为何这样选择。实验表现从实验结果对比来看，FastGCN也都不是最好的，在它所说的适用于大图稠密图上的embedding，比较看…
发表服务