今晚九点图网络读书会直播 | 端到端图上的组合优化和学习
直播主题:
端到端图上的组合优化和学习
基于图网络来解决图上的各种组合优化问题已经成为图网络应用的一个热点方向,也为众多经典的优化问题提供了 SOTA 的结果。但是, 图网络的表征学习是基于连续的欧式空间,而组合优化问题大多定义在离散的变量空间,这个矛盾是该方向研究需要解决的核心问题之一。本文为解决上述问题,针对众多图上组合优化问题的特点,提出利用可微分的 k-means 作为描述组合优化问题的可微结构,可以直接用优化问题的目标值作为图网络训练的损失函数,从而形成了一个简洁的 end to end 优化框架,并在社区检测和 facility location 两个问题上取得了 SOTA 的效果。
论文题目: End to End learning and optimization on graphs 论文地址: https://arxiv.org/abs/1905.13732
集智图网络线上读书会公开招募
编辑:张爽
往期论文解读
-
第十六期图网络论文解读 -
时间:6 月24日 周一 -
主讲人:张章 -
论文题目: Weight Agnostic Neural Networks -
论文地址: https://arxiv.org/abs/1906.04358 -
视频回放: -
第十八期图网络论文解读 -
时间:7 月8日 周一 -
主讲人:高飞 -
论文题目: How Powerful are Graph Neural Networks? -
论文地址: https://arxiv.org/pdf/1810.00826 -
视频回放: -
第二十二期图网络论文解读 -
时间:8 月5日 周一 -
主讲人:王硕 -
论文题目: Spatiotemporal Multi-Graph Convolution Network for Ride-hailing Demand Forecasting (基于时空多图卷积网络的网约车需求量预测) -
论文地址: http://www-scf.usc.edu/~yaguang/papers/aaai19_multi_ graph_convolution.pdf -
视频回放:
◆◆◆
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧!
原文始发于微信公众号(集智俱乐部):集智