返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 图神经网络 基础、前沿与应用 吴凌飞 等 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 吴凌飞,崔鹏,裴健,赵亮著
    • 出版社: 人民邮电出版社
    • 出版时间:2022-11-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 吴凌飞,崔鹏,裴健,赵亮著
    • 出版社:人民邮电出版社
    • 出版时间:2022-11-01 00:00:00
    • 版次:1
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115598721
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    图神经网络 基础、前沿与应用

    作  者:吴凌飞 等 编
    定  价:178.8
    出 版 社:人民邮电出版社
    出版日期:2022年12月01日
    页  数:516
    装  帧:平装
    ISBN:9787115598721
    主编推荐

    前沿:图神经网络是机器学习、数据科学、数据挖掘领域新兴的发展方向,被称作图上的深度学习,有望推动第三代人工智能的顺利发展。 丰富:综述图神经网络的基础理论、模拟算法、研究前沿以及广泛和新兴的应用场景 深入:摒弃简单介绍概念与框架的思维,深入分析图神经网络的现状以及未来的调整与机遇,帮助专业人士和初学者知其然知其所以然 力荐:囊括国内AI界半壁江山的大咖联袂推荐

    内容简介

    本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用,涵盖图神经网络的广泛主题,从基础到前沿,从方法到应用,涉及从方法论到应用场景方方面面的内容。全书分为四部分:第一部分介绍图神经网络的基本概念;第二部分讨论图神经网络成熟的方法;第三部分介绍图神经网络典型的前沿领域;第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。
    本书适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。

    作者简介

    吴凌飞博士 毕业于美国公立常春藤盟校之一的威廉与玛丽学院计算机系。目前他是Pinterest公司主管知识图谱和内容理解的研发工程经理。曾任京东硅谷研究中心的首席科学家和IBM Thomas J. Vatson Research Centerl的高级研究员。主要研究方向是机器学习、表征学习和自然语言处理的有机结合,在图神经网络及其应用方面有深入研究。他在机器学习、深度学习等领域的有名会议或期刊上发表100多篇论文。 崔鹏博士 清华大学计算机系终身副教授。于2010年在清华大学获得博士学位。研究兴趣包括数据挖掘、机器学习和多媒体分析,擅长网络表示学习、因果推理和稳定学习、社会动力学建模和用户行为建模等。他在机器学习和数据挖掘领域的有名会议或期刊上发表100多篇论文。 裴健博士 杜克大学电子与计算机工程系教授。他是数据科学、大数据、数据挖掘和数据库系统等领域的研究人员。他擅长为新型数据密集型null

    精彩内容

    目录
    第一部分引言
    第1章表征学习2
    1.1导读2
    1.2不同领域的表征学习3
    1.2.1用于图像处理的表征学习3
    1.2.2用于语音识别的表征学习5
    1.2.3用于自然语言处理的表征学习7
    1.2.4用于网络分析的表征学习8
    1.3小结9
    第2章图表征学习11
    2.1导读11
    2.2传统图嵌入方法12
    2.3现代图嵌入方法13
    2.3.1保留图结构和属性的图表征学习13
    2.3.2带有侧面信息的图表征学习15
    2.3.3保留高级信息的图表征学习15
    2.4图神经网络16
    2.5小结17
    第3章图神经网络18
    3.1导读18
    3.2图神经网络概述19
    3.2.1图神经网络基础19
    3.2.2图神经网络前沿20
    3.2.3图神经网络应用22
    3.2.4本书组织结构23
    3.3小结24
    第二部分基础
    第4章用于节点分类的图神经网络28
    4.1背景和问题定义28
    4.2有监督的图神经网络29
    4.2.1图神经网络的一般框架29
    4.2.2图卷积网络30
    4.2.3图注意力网络32
    4.2.4消息传递神经网络33
    4.2.5连续图神经网络33
    4.2.6多尺度谱图卷积网络35
    4.3无监督的图神经网络37
    4.3.1变分图自编码器37
    4.3.2深度图信息优选化39
    4.4过平滑问题41
    4.5小结42
    第5章图神经网络的表达能力44
    5.1导读44
    5.2图表征学习和问题的提出47
    5.3强大的消息传递图神经网络49
    5.3.1用于集合的神经网络49
    5.3.2消息传递图神经网络50
    5.3.3MP-GNN的表达能力51
    5.3.4具有1-WL测试能力的MP-GNN53
    5.4比1-WL测试更强大的图神经网络架构54
    5.4.1MP-GNN的局限性54
    5.4.2注入随机属性56
    5.4.3注入确定性距离属性61
    5.4.4建立高阶图神经网络65
    5.5小结69
    第6章图神经网络的可扩展性71
    6.1导读71
    ……

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购