11月10日论文推荐（附下载地址）

论文名：

Semi-Supervised Classification with Graph Convolutional Networks

作者：Thomas N. Kipf, and Max Welling.

推荐理由：

该论文提出了一种广义图卷积网络的一阶近似方法，并使用对称规范化的方式实现了一种简洁高效的图卷积结构，在处理大规模网络的半监督分类问题上效果显著，仅标注0.1~5%的节点即可实现66~81.5%的分类准确率。同时，作者以空手道俱乐部网络为例，说明了该模型对小规模数据同样有效。该论文发表一年多以来已经有300余次引用量，包括GCN的相关改进，以及GCN在自然语言处理、社交网络分析、生物医学等领域的应用，可以说是研究GCN的“必引论文”。

Abstract

We present a scalable approach for semi-supervised learning on graph-structureddata that is based on an efficient variant of convolutional neural networks whichoperate directly on graphs. We motivate the choice of our convolutional architecturevia a localized first-order approximation of spectral graph convolutions.Our model scales linearly in the number of graph edges and learns hidden layerrepresentations that encode both local graph structure and features of nodes. Ina number of experiments on citation networks and on a knowledge graph datasetwe demonstrate that our approach outperforms related methods by a significantmargin.

分享干货

50年间，中国各省学者数量是如何变化的？

AMiner发布《人工智能芯片研究报告》

想要一首属于自己的诗吗？让“九歌”来实现你的诗人梦

解读|阿里、腾讯和百度发表于KDD2018上的论文（含附录）

解读| 带你走进Curriculum Learning和Self-paced Learning的世界

CNCC2018技术论坛|6场报告引爆“认知图谱与推理”现场

CNCC2018|图灵奖获得者Robert E.Kahn谈“数字对象与互联网发展”

Yoshua Bengio-《深度学习AI迈向人类水平的挑战》（内含福利）

AMiner

发掘科技创新的原动力