摘要：网络增强第一个解决方案 从网络数据本身还原 图自监督范式 阅读全文

摘要：NLP image event graph 在图嵌入中用超图思想 阅读全文

摘要：知识图谱 动态规划 把起点初始化特殊的值 跑了GNN，得到输出 NBFNet GNN-QE 阅读全文

摘要：基于拓扑的图机器学习 分析持续网络的动态问题 图上自同构问题 GNN没法捕获多个node之间的creation solution： 1.给每个node一个feature 2. 解决方法: 不考虑全局，只考虑局部 阅读全文

摘要：分布式训练图神经网络 相关工作： 支持大图 先做非线性变换 over-smoothing: 当图的每个节点和其他节点都非常相似就不好了 学习embedding，其本质还是节点的embedding 当节点和节点的区分没了，效果不好（节点性质相似） 相邻的节点有相似的LSI feature和label一 阅读全文

摘要：对图来说，生成图网络 将图映射到self-traing 和 pre-training 技术，程序控制流 ，分子生成，知识图谱 常用方法: graph generative models生成模型主要的四大方向 GAN: VAN: FLOW-BASED MODES: DIFFUSION MODELS: 阅读全文

摘要：图神经网络用于通信方面 压缩节点，把五维的变成三维，对信息进行精简或者采样 1.gumbel softmax 2.MARL场景 阅读全文