图神经网络(二)----图像分割问题

原創 Hi Daniel 2020-04-19 13:58

一、医学图像分割

1、Interactive 3D Segmentation Editing and Refinement via Gated Graph Neural Networks 【Paper】【Coding】
2、Graph convolutions on spectral embeddings for cortical surface parcellation. 【Paper】【Coding】【大脑分割】
3、

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

2020北京智源大会 图神经网络专题 总结

目錄引言[1] 基於感知和認知系統的邏輯關係推理作者介紹分享內容system1 和 syetem2 reasoningGMNN: Graph Markov Neural Networks (ICML2019)Probabilist

NeverMoreH 2020-07-06 14:22:03

图神经网络(三)----结点分类问题

  本篇文章將逐步記錄自己針對圖神經網絡處理結點分類的相關Papers。 一、Paers 1、時間：2020年3月   Benchmarking Graph Neural Networks【Paper】【Code】  【導讀】Be

Hi Daniel 2020-07-06 11:24:34

图神经网络框架DGL学习 102——图、节点、边及其特征赋值

101（入門）以後就是開始具體逐項學習圖神經網絡的各個細節。下面介紹： 1.如何構建圖 2.將特徵賦給節點或者邊，及查詢方法 這算是圖神經網絡最基礎最基礎的部分了。 一、如何構建圖 DGL中創建的圖的方法有： 1. 通過（u, v

wufeil7 2020-07-06 11:04:50

图神经网络框架DGL学习——101（入门）

圖神經網絡框架DGL學習——101 關於DGL DGL是一個主流的開源的圖神經網絡，支持tensorflow， torch等語言，用的較多的是torch。具體介紹，請見官方主頁：https://docs.dgl.ai/index.

wufeil7 2020-07-06 11:04:50

深度学习模型中的学习率调整

非常關鍵------------------深度學習模型中的學習率調整 學習率對於深度學習是一個重要的超參數，它控制着基於損失梯度調整神經網絡權值的速度，大多數優化算法（SGD、RMSprop、Adam）對其都有所涉及。學習率越小，損失梯

大笨熊。。。 2020-07-06 01:24:23

[GNN] Collections of Latest Papers and Implementations for Graph Neural Network (updating)

Review Deep learning on graphs: A survey (2019_11) [arxiv.cn] Deep Graph Similarity Learning: A Survey [arxiv] A c

LeYOUNGER 2020-07-05 12:13:43

Graph Isomorphism Network

Paper : GRAPH ISOMORPHISM NETWORK Code : 摘要 作者使用Weisfeiler-Lehman(WL) test 和同構圖判定問題來評估GNN網絡的表達能力，並提出了GIN網絡結構，理論分析

fnoi2014xtx 2020-07-04 08:09:37

GAT

Paper : Graph Attention Networks Code : 摘要 注意力機制的核心在於對給定信息進行權重分配，只關注最相關的輸入來進行決策。當注意力機制用來生成一個序列的表示時，也被稱作是自注意力機制。注意

fnoi2014xtx 2020-07-04 08:09:37

EigenPool

Paper : Graph Convolutional Networks with EigenPooling Code : 摘要 作者提出了EigenPool用來進行圖的層次性池化操作，相比於DIFFPOOL，EigenPoo

fnoi2014xtx 2020-07-04 08:09:37

DiffPool

Paper : Hierarchical Graph Representation Learning with Differentiable Pooling Code : 摘要 對於Graph Classification 任

fnoi2014xtx 2020-07-04 08:09:37

Strategies For Pre-Training Graph Neural Networks

Paper : STRATEGIES FOR PRE-TRAINING GRAPH NEURAL NETWORKS Code : official 摘要 作者解決的問題是如何預訓練一個GNN網絡，保證預訓練的結果在具體數據集中

fnoi2014xtx 2020-07-04 08:09:37

0 图神经网络序言——cs224w

1. 簡介 1.1 世界中的圖 在真實世界中，每個人都不是獨立的個體，人們通過交流和電話進行信息的溝通，這都都是圖的一部分。我們想要知道他們都代表什麼意思，就需要將這些關係進行編碼，也就是圖的表示。 例如： 在生物提供，各種分子

EntropyPlus 2020-07-03 03:42:09

2 PageRank—cs224w

文章目錄1. 什麼是PageRank2. PageRank的數學原理3. 工程中的PageRank4. 參考文獻 1. 什麼是PageRank 在很久很久以前，點擊谷歌搜索之後，每個網址的排名就是根據pagerank進行計算的。所

EntropyPlus 2020-07-03 03:42:08

1 图的度量——cs224w

1. 怎麼衡量一個網絡 有四個指標： 1.1 Degree Distribution 度的分佈直方圖：統計不同度的個數。將其歸一化後，則反映了其分佈 1.2 path 有向圖和無向圖之間距離的長度不同 有了節點之間的度量方

EntropyPlus 2020-07-03 03:42:08

论文阅读笔记《DPGN: Distribution Propagation Graph Network for Few-shot Learning》

核心思想   本文提出一種基於圖神經網絡的小樣本學習算法（DPGN）。先前基於圖神經網絡的小樣本算法通常將每個樣本當作一個結點，然後通過結點之間的關係，來推導出未知結點的類別。本文不僅關心樣本與樣本之間的關係，而且關注樣本的分佈之

深视 2020-07-02 15:26:56