图机器学习时间简史

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
自监督学习是大的算法研究方向。
在这里插入图片描述
图结构+图特征是图神经网络的两个创新方面;

2022图神经网络的突破:
1.一些范式的突破:常常借鉴CV和NLP
2.很多新的自然界的应用场景上应用创新:天气预报,蛋白质,小分子,
3.图神经网络的泛化性
4.更高效的图神经网络:分布式的图神经网络

给要学图神经网络的学生的意见:

  1. 看书
  2. 精读谱域方面的早期论文。从铺到图
  3. 在学图神经网络的同时,不能丢掉对其他领域的学习
  4. 图谱的基础理论 graph spectial theory 图谱理论这部书 (外国),打好基础,可以以不变应万变
  5. 许多好的idea,很多还是要从图理论的本身去发掘。把图论里(统计物理和统计数学里)图的相关知识,融入到机器学习中,容易产生比较好的思路。
  6. 需要对知识有一个系统性的学习和了解。
  7. 对其他领域进行学习,扩展自己的思路
  8. 实践和理论相结合,学习一些库。

猜你喜欢

转载自blog.csdn.net/adreammaker/article/details/128600476