人工智能

我正在参加「掘金·启航计划」 基本介绍 PyTorch Geometric PyG（PyTorch Geometric）是一个基于PyTorch的库，可以轻松编写和训练图神经网络（GNN），用于与结构

我正在参加「掘金·启航计划」 图像分割 图像分割是预测图像中每一个像素所属的类别或者物体。基于深度学习的图像分割算法主要分为两类： 语义分割（Semantic Segmentation） 为图像中的每

我正在参加「掘金·启航计划」 @[TOC] 基本概念 目标检测是计算机视觉中的一个重要问题，它的目的是从图像或视频序列中识别出特定的目标，并将其从背景中分离出来。目标检测的任务包括： 检测出图像或视频

我正在参加「掘金·启航计划」 学习率调整与梯度估计修正 在介绍Adam算法之前，先谈谈Adam中两个关键的算法：学习率调整（RMSprop 算法）与梯度估计修正。 RMSprop 算法 学习率是神经网

我正在参加「掘金·启航计划」 论文信息 摘要 基于图的半监督节点分类（GraphSSC）具有广泛的应用，从网络和安全到数据挖掘和机器学习等。然而，现有的集中式GraphSSB方法无法解决许多现实世界中

我正在参加「掘金·启航计划」 论文信息 摘要 图神经网络( GNN )在图数据的各种实际任务中取得了显著的进展。高性能的GNN模型总是依赖于图中丰富的特征和完整的边信息。然而，在实践中，这些信息可能被

我正在参加「掘金·启航计划」 论文信息 A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness

图神经网络 图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总

Federated Graph Neural Networks: Overview, Techniques and Challenges 论文信息 联邦图神经网络：概述、技术和挑战 摘要 图神经网络(

我正在参加「掘金·启航计划」 论文信息 时间和上下文对比的时间序列表示学习 摘要 从具有时间动态性的未标记时间序列数据中学习合理的表示是一项非常具有挑战性的任务。本文提出一种无监督的时间序列表示学习框

论文信息 摘要 图神经网络( GNNs )凭借其强大的处理实际应用中广泛存在的图数据的能力，受到了广泛的研究关注。然而，随着社会越来越关注数据隐私，GNNs面临着适应这种新常态的需要。这导致了近年来联