000    nam2
001 __ 01044835
005 __ 00000000000000.0
010 __ ■a978-7-111-64363-0■dCNY89.00
100 __ ■a20200408d2020    em y0chiy50      ea
101 0_ ■achi
102 __ ■aCN■b110000
105 __ ■aak  az  000yy
106 __ ■ar
200 1_ ■a深入浅出图神经网络■9shen ru qian chu tu shen jing wang luo■eGNN原理解析■dLearning graph neural network■f刘忠雨,李彦霖,周洋著■zeng
210 __ ■a北京■c机械工业出版社■d2020
215 __ ■a210页■c彩图■d24cm
225 2_ ■a智能系统与技术丛书
314 __ ■a刘忠雨,毕业于华中科技大学,资深图神经网络技术专家,极验科技人工智能实验室主任和首席技术官。在机器学习、深度学习以及图学习领域有6年以上的算法架构和研发经验,主导研发了极验行为验证、深知业务风控、叠图等产品,极验科技目前服务于全球 26万家企业。李彦霖, 毕业于武汉大学,极验人工智能实验室技术专家。一直从事机器学习、深度学习、图学习领域的研究工作。在深度神经网络算法研发、图神经网络在计算机视觉以及风控中的应用等领域实践经验丰富。周洋, 工学博士,毕业于武汉大学,目前在华中师范大学任教。曾受邀到北卡罗莱纳大学访学,长期在大数据挖掘前沿领域进行探索和研究,并应用于地理时空大数据、交通地理等诸多方向,已发表SCI&SSCI及核心期刊论文10余篇。
320 __ ■a有书目(第209-210页)
330 __ ■a这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作,在图神经网络领域具有重大的意义。 本书作者是图神经网络领域的技术专家,作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究和实践经验的总结,内容系统、扎实、深入浅出,得到了白翔、俞栋等几位来自学术界和企业界的领军人物的高度评价和强烈推荐。 全书共10章:第1~4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识,是阅读本书的预备知识;第5~6章从理论的角度出发,讲解了图信号处理和图卷积神经网络,深入剖析了图卷积神经网络的性质,并提供了GCN实现节点分类的实例。第7~9章全面的讲解了图神经网络的各种变体及范式、图分类机制及其实践,以及基于GNN的图表示学习;第10章介绍了图神经网络的最新研究和应用。
461 _0 ■12001 ■a智能系统与技术丛书
510 1_ ■aLearning graph neural network■zeng
517 1_ ■aGNN原理解析■9gnn yuan li jie xi
606 0_ ■a人工神经网络■x研究
690 __ ■aTP183■v5
701 _0 ■a刘忠雨■9liu zhong yu■4著
701 _0 ■a李彦霖■9li yan lin■4著
701 _0 ■a周洋■9Zhou Yang■4著
801 _0 ■aCN■b91MARC■c20200408