Project Icon

graph-adversarial-learning-literature

图数据对抗攻防研究文献综述

该项目整理了图结构数据对抗攻击和防御相关论文,涵盖节点分类、图分类、链接预测等任务。论文按上传日期降序排列,便于了解最新进展。项目还包含一篇综述文章,回顾110多篇相关研究。对图对抗学习研究者提供了系统性的文献资源。

awesome-graph-transformer - 图变换器最新进展与研究综述
ApplicationsGithubGraph Neural NetworksGraph TransformersScalabilityawesome-graph-transformer开源项目
本页面汇集了关于图变换器的最新研究和文献综述,内容涉及结构编码、可扩展性、应用领域和预训练方法等。通过详细分类和文献引用,帮助读者深入了解不同技术的实现和应用。如有发现错误或遗漏,欢迎提交问题或拉取请求以更新列表。
must-read-papers-for-ml - 精选机器学习和数据科学必读论文资源集
Github开源项目数据科学机器学习深度学习神经网络论文集
本项目汇集了数据科学、机器学习和深度学习领域的重要论文和综述文章。涵盖数据预处理、深度学习技术、推荐系统和计算机视觉等多个主题。资源按重要性分类,并提供链接,方便读者学习和追踪最新进展。项目持续更新,欢迎贡献新的学术资源。
graph-neural-network-course - 图神经网络教程,从基础架构到前沿技术
GithubPyTorch Geometric图分类图神经网络开源项目深度学习节点分类
这个项目是一个全面的图神经网络(GNN)教程,内容涵盖基础架构到最新技术。课程包含四个章节:GNN简介、图注意力网络、GraphSAGE和图同构网络,每章配有详细文章和实践代码。教程旨在帮助学习者掌握GNN的核心概念和实现方法,适合对深度学习感兴趣的研究者和开发者。
DeepRobust - PyTorch图像和图神经网络对抗性攻防开源库
DeepRobustGithubPyTorch图神经网络对抗攻击开源项目机器学习
DeepRobust是一个基于PyTorch的开源库,专注于图像和图神经网络的对抗性攻击与防御。它提供多种攻防算法,支持MNIST、CIFAR10等数据集,可与PyTorch Geometric集成。该库适用于对抗性机器学习研究,也为构建鲁棒深度学习模型提供工具。DeepRobust支持大规模图如OGB-ArXiv的攻击,并包含节点嵌入攻击和受害模型。它还提供图像预处理方法APE-GAN,支持ImageNet数据集,新增UGBA后门攻击和PRBCD可扩展攻击算法。库中包含MedianGCN、AirGNN等鲁棒模型,以及用于转换PyTorch Geometric和DeepRobust数据集的工具,成为全面的对抗性机器学习研究平台。
graph-learn - 大规模分布式图神经网络框架,兼容PyTorch和TensorFlow
GithubGraph-Learn分布式框架图神经网络大规模图数据实时推理开源项目
Graph-Learn是一款分布式框架,专为开发和应用大规模图神经网络(GNN)而设计,已成功应用于阿里巴巴的搜索推荐、网络安全和知识图谱等场景。框架包括GraphLearn-Training和Dynamic-Graph-Service模块,支持批量图采样、在线推理及流图更新功能,兼容PyTorch和TensorFlow,提供完整的GNN模型开发解决方案。
Awesome-Graph-Prompt - 图神经网络提示学习研究和应用资源集合
Github图域迁移图提示学习图神经网络多模态融合大语言模型开源项目
Awesome-Graph-Prompt是一个关于图神经网络提示学习的精选资源集合。它汇总了GNN提示、多模态图提示、图域适应等领域的最新研究论文,同时收录了相关开源代码、基准测试和数据集。该项目为图提示学习研究提供了全面的参考资料,有助于推动图神经网络在各类下游任务中的应用。
OpenGraph - 图神经网络零样本学习的突破性研究
GithubOpenGraph图生成图神经网络大语言模型开源项目零样本学习
OpenGraph是一个创新的图基础模型,通过从大语言模型中提取零样本图泛化能力,解决了图神经网络领域的关键技术挑战。该模型引入了统一图标记器、可扩展图transformer和基于大语言模型的数据增强机制,在多种场景下展现出优异的零样本图学习性能。这项研究为图神经网络的泛化能力提升和应用场景拓展开辟了新方向。
awesome-contrastive-self-supervised-learning - 对比自监督学习论文和资源汇总
Github对比学习开源项目深度学习自监督学习表示学习视觉模型
该项目收录了对比自监督学习领域的重要论文和资源,覆盖从2017年至今的研究成果。内容包括综述、算法、应用等,按年份分类整理。研究人员可通过此项目快速了解该领域发展历程和最新动态,是深入研究对比学习的重要参考资料。
Awesome-Deep-Community-Detection - 社区发现中的深度学习方法综述与资源集
Github图神经网络复杂网络开源项目深度学习社区检测网络嵌入
本项目汇集了深度学习在社区发现领域的最新研究成果和资源。内容包括综述论文、基于卷积网络、图注意力网络和生成对抗网络的方法,以及相关数据集和工具。同时收录了传统的非深度学习社区发现技术,为研究人员提供全面参考。项目整理了大量论文、代码实现和相关资源,是了解该研究前沿的重要参考。
Advances-in-Label-Noise-Learning - 标签噪声学习最新研究进展与实践技术
Github噪声标签开源项目数据清洗数据集机器学习深度学习
这个项目全面总结了标签噪声学习领域的最新研究成果,包括论文、代码、软件工具、竞赛和教程等资源。它涵盖了群体分布鲁棒性、标签分布偏移等热点问题,并提供了真实噪声数据集和模拟框架。对于从事标签噪声学习研究的学者和工程师来说,这是一个非常有价值的知识库。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号