BriefGPT.xyz
Ask
alpha
关键词
neighborhood sampling
搜索结果 - 6
KDD
AGS-GNN:面向图神经网络的属性引导抽样
我们提出了 AGS-GNN,这是一种新颖的属性引导采样算法,用于图神经网络(GNNs),在处理同质图和异质图时利用节点特征和连接结构,通过采样相似和多样的邻居样本适应同质性和异质性。
PDF
a month ago
大规模图的图转换器
本研究使用可扩展的图转换器(GT)框架来进行单个大规模图的表示学习,并提出了快速的采样技术和局部注意机制,以解决全局注意机制在大规模图上的计算复杂性问题。在三个大规模节点分类基准测试中,我们验证了 LargeGT 框架,并取得了 3 倍的加
→
PDF
7 months ago
使用快速采样和流水线加速图神经网络的训练和推断
使用邻域采样的小批量训练方法加速图神经网络的训练和推理过程,可在多 GPU 环境下实现。作者采用性能优化的采样器、共享内存并行化的策略以及批量传输与 GPU 计算流水线的方法对算法进行改进,并在多个基准数据集和 GNN 架构上进行了实验,取
→
PDF
3 years ago
ICLR
数据驱动节点采样强化 GraphSAGE
本文提出了一种新的基于数据驱动采样策略,通过非线性回归来确定一个邻域的实值重要性,并使用该值作为采样标准,实验表明基于值的强化学习方法能够提高 GraphSAGE 的性能。
PDF
5 years ago
使用图采样计算模体数量
本文从统计学角度研究了网络采样和子图统计中的几个问题,提出了一些估算方法,并给出了理论与实验结果。
PDF
6 years ago
NIPS
大型图上的归纳表示学习
该研究提出了一种通用的归纳框架 GraphSAGE,可以利用节点特征信息生成节点嵌入,不需要进行所有节点的嵌入训练,同时利用邻域采样和聚合特征来学习生成节点嵌入的函数。该算法在三项归纳节点分类基准测试中表现出色,具有很好的泛化性能。
PDF
7 years ago
Prev
Next