zhang-yd

摘要： 1. 论文介绍 论文题目：Classic GNNs are Strong Baselines: Reassessing GNNs for Node Classification 论文领域：图神经网络 论文发表：NIPS 2024 论文背景： 2. 论文摘要 图变换器（GT）最近成为传统消息传递图神经 阅读全文

摘要： 1. 论文介绍 论文题目：Rethinking graph regularization for graph neural networks 论文发表：AAAI 2021 论文领域：图神经网络 论文背景： 2. 论文摘要 图的拉普拉斯正则化项通常用于半监督表示学习，以提供模型的图结构信息。然而，随着 阅读全文

摘要： 1. 论文介绍 论文题目：How Powerful are Graph Neural Networks 论文领域：图神经网络 论文发表：ICLR 2019 论文背景: 2. 论文摘要 图神经网络是一种有效的图表示学习框架。GNN遵循邻域聚合方案，通过递归聚合和变换相邻节点的表示向量来计算节点的表示向 阅读全文

摘要： 1. 论文介绍 论文题目：Can Classic GNNs Be Strong Baselines for Graph-level Tasks? Simple Architectures Meet Excellence 论文发表：ICML 2025 论文领域： 图神经网络 论文背景： 2. 背景介绍 阅读全文

摘要： 1. 论文介绍 论文名称：signSGD: compressed optimisation for non-convex problems 论文发表：ICML 2018 论文领域：分布式机器学习 2. 背景介绍 使用分布式架构来训练大型神经网络，其梯度通信消耗是一个大的瓶颈。本文的signSGD算法 阅读全文

摘要： 1，论文介绍 论文题目：Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering 论文范围：图神经网络 论文发表：NIPS，2016 我看网上都把这个叫做ChebyshevNet，那这里就把本文提出的 阅读全文

摘要： 1. 论文介绍 论文题目：FedGNN: Federated Graph Neural Network for Privacy-Preserving Recommendation 论文领域：联邦学习 + 图神经网络 论文发表： ICML 2021 2. 论文贡献 1，提出了一种新的联邦学习框架，隐私 阅读全文

摘要： 1. 论文介绍 论文题目：Non-local Neural Networks. CVPR 2018. 论文领域：图像识别 2.相关工作 在传统的计算机视觉的non-local means方法的基础下，提出了non-local operation 可以捕获远距离的特征依赖。不同于卷积操作的只能逐层传递 阅读全文

摘要： 1.论文介绍 论文题目：Inductive Representation Learning on Large Graphs 论文发表：NIPS 2017 论文背景 2.研究背景 这篇论文之前的图学习的模式都是transductive（直推学习），本文开创了 inductive模式（归纳学习） 解释t 阅读全文

摘要： 1，论文介绍 论文题目：Semi-Supervised Classification with Graph Convolutional Networks 论文发表 对于传统的半监督学习方法来说，图数据的损失函数：使用了基于图的拉普拉斯正则化项的。 其中L0代表是是有监督损失， 后面的正则化项过于严格 阅读全文