今晚九点图网络读书会直播 | 第42期:用于时空图建模的图神经网络模型 Graph WaveNet
直播主题: 用于时空图建模的 图神经网络模型 Graph WaveNet
时空图建模 (Spatial-temporal graph modeling)是分析系统中组成部分的空间维相关性和时间维趋势的重要手段。已有算法大多基于已知的固定的图结构信息来获取空间相关性,而邻接矩阵所包含的连接关系并不能反应真实的节点间交互。此外,现有基于 RNN 和 CNN 的时域建模方式不能真正的捕捉其中所存在的长程相关。本文提出了一个新的图神经网络模型 Graph WaveNet 用于时空图建模。其中包括两个组件,一个是自适应依赖矩阵(adaptive dependency matrix),通过节点嵌入进行训练,用来精确建模节点的空间相关性。另一个是堆叠的 1D 带孔卷积(stacked dilated 1D convolution),增加了模型在时域的感受野的大小。通过两个交通流预测数据集的测试,Graph WaveNet 均能达到 state-of-the-art 的效果。
论文题目: Graph WaveNet for Deep Spatial-Temporal Graph Modeling 论文地址: https://arxiv.org/abs/1906.00121
集智图网络线上读书会公开招募
编辑:张爽
往期论文解读
-
第四十期图网络论文解读 -
时间:12月09日 周一 -
主讲人:胡乔 -
论文题目: Bipartite Graph Neural Networks for Efficient Node Representation Learning -
论文地址: https://arxiv.org/abs/1906.11994
-
视频回放:
-
第三十九期图网络论文解读 -
时间:12月02日 周一
-
主讲人:张章
-
论文题目:
Neural Relational Inference with Fast Modular Meta-learning -
论文地址: https://papers.nips.cc/paper/9353-neural-relational-inference-with-fast-modular-meta-learning -
视频回放:
-
第三十八期图网络论文解读 -
时间:11月25日 周一
-
主讲人:牟牧云
-
论文题目:
Attention, Learn toSolveRouting Problems!
-
论文地址: https://arxiv.org/abs/1803.08475 -
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