圖數(shù)據(jù)廣泛存在于現(xiàn)實(shí)生活中,例如文獻(xiàn)引用關(guān)系、社交網(wǎng)絡(luò)等等.因其可以自然地刻畫(huà)數(shù)據(jù)之間的相互關(guān)系,所以對(duì)于圖數(shù)據(jù)的研究具有重要的現(xiàn)實(shí)意義和價(jià)值.傳統(tǒng)的圖數(shù)據(jù)分析方法大多基于圖數(shù)據(jù)的統(tǒng)計(jì)信息或者手動(dòng)設(shè)計(jì)的特征,在大部分情況下表現(xiàn)不佳且過(guò)程耗時(shí)耗力.近年來(lái),深度學(xué)習(xí)由于其強(qiáng)大的特征表征能力和不依賴過(guò)多的先驗(yàn)知識(shí)被廣泛應(yīng)用到許多研究領(lǐng)域,一定程度上減少了對(duì)數(shù)據(jù)統(tǒng)計(jì)信息和手動(dòng)設(shè)計(jì)特征的依賴.因而利用深度神經(jīng)網(wǎng)絡(luò)處理圖數(shù)據(jù)成為了圖研究的熱點(diǎn),并由此產(chǎn)生圖神經(jīng)網(wǎng)絡(luò)的概念.圖神經(jīng)網(wǎng)絡(luò)按照定義圖卷積的方式可以劃分為基于譜域和基于空域兩種類型.其中,圖卷積網(wǎng)絡(luò)既可看作是基于譜域的模型又可視為基于空域的模型.圖卷積網(wǎng)絡(luò)因其堅(jiān)實(shí)的理論基礎(chǔ)和簡(jiǎn)潔的前向傳播方式而被廣泛地研究.圖卷積網(wǎng)絡(luò)很好地將卷積操作從傳統(tǒng)的網(wǎng)格數(shù)據(jù)推廣到非歐式空間的圖數(shù)據(jù)上,并在相關(guān)任務(wù)上取得非常好的學(xué)習(xí)性能.但是訓(xùn)練一個(gè)性能良好的圖卷積網(wǎng)絡(luò)往往需要大量的標(biāo)簽數(shù)據(jù)以及驗(yàn)證集.而在現(xiàn)實(shí)生活中,標(biāo)簽數(shù)據(jù)的獲取往往費(fèi)時(shí)且昂貴,因此如何利用少量的標(biāo)簽數(shù)據(jù),即在低標(biāo)簽率的情況下,訓(xùn)練圖卷積網(wǎng)絡(luò)成為新的研究問(wèn)題.本文使用雙通道模型來(lái)克服圖卷積網(wǎng)絡(luò)在低標(biāo)... 

【文章來(lái)源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 論文選題的背景與意義
        1.1.1 圖數(shù)據(jù)
        1.1.2 半監(jiān)督學(xué)習(xí)
        1.1.3 基于圖的半監(jiān)督學(xué)習(xí)
    1.2 半監(jiān)督節(jié)點(diǎn)分類
    1.3 本文的主要工作與章節(jié)安排
第二章 基于圖卷積網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)
    2.1 相關(guān)符號(hào)和定義
    2.2 圖神經(jīng)網(wǎng)絡(luò)
        2.2.1 基于譜域的圖神經(jīng)網(wǎng)路
        2.2.2 基于空域的圖神經(jīng)網(wǎng)絡(luò)
        2.2.3 二者之間的聯(lián)系和比較
    2.3 基于GCN的相關(guān)工作
    2.4 本章小結(jié)
第三章 雙通道圖卷積半監(jiān)督學(xué)習(xí)方法
    3.1 相關(guān)學(xué)習(xí)策略和方法
        3.1.1 自訓(xùn)練學(xué)習(xí)策略
        3.1.2 協(xié)同訓(xùn)練學(xué)習(xí)策略
        3.1.3 針對(duì)噪聲偽標(biāo)簽的學(xué)習(xí)
    3.2 圖卷積半監(jiān)督學(xué)習(xí)
    3.3 雙通道圖卷積網(wǎng)絡(luò)
    3.4 本章小結(jié)
第四章 實(shí)驗(yàn)結(jié)果及討論
    4.1 實(shí)驗(yàn)中使用的數(shù)據(jù)集
    4.2 評(píng)價(jià)指標(biāo)
    4.3 對(duì)比方法
    4.4 實(shí)驗(yàn)設(shè)置
    4.5 實(shí)驗(yàn)結(jié)果
    4.6 每個(gè)類別20個(gè)標(biāo)記樣本下的對(duì)比實(shí)驗(yàn)
    4.7 消融實(shí)驗(yàn)
        4.7.1 函數(shù)t
        4.7.2 參數(shù)敏感性
    4.8 本章小節(jié)
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號(hào)：3480745