Как использовать признаки ребер в графовых нейронных сетях (и PyTorch Geometric)

В этом видео я рассказываю о весах ребер, типах ребер и характеристиках ребер, а также о том, как их включать в графовые нейронные сети. :) ▬▬ Статьи ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬ Типы ребер: Моделирование реляционных данных с помощью графовой сверточной сети (https://arxiv.org/pdf/1703.06103.pdf) GNN-FiLM: Графовые нейронные сети с линейной модуляцией по признакам (https://arxiv.org/pdf/1906.12192.pdf) Многомерные. Характеристики ребер: Нейронная передача сообщений для квантовой химии (https://arxiv.org/pdf/1704.01212.pdf) Агрегация главных окрестностей для графовых сетей (https://arxiv.org/pdf/2004.05718.pdf) Сверточные нейронные сети на кристаллических графах для точного и интерпретируемого прогнозирования свойств материалов (https://journals.aps.org/prl/abstract...) Встраивание характеристик ребер: NENN: Включение характеристик узлов и ребер в графовые нейронные сети (http://proceedings.mlr.press/v129/yan...) Использование характеристик ребер в графовых нейронных сетях (https://arxiv.org/pdf/1809.02709.pdf) ▬▬ Временные метки ▬▬▬▬▬▬▬▬▬▬▬ 00:00 Введение 05:10 Веса ребер 06:10 Типы ребер / отношения 09:21 Многомерные признаки ребер 12:04 Встраивание признаков ребер 13:52 Геометрические свойства PyTorch ▬▬ Поддержите меня, если вам нравится 🌟 ►Ссылка на этот канал: https://bit.ly/3zEqL1W ►Поддержите меня на Patreon: https://bit.ly/2Wed242 ►Купите мне кофе на Ko-Fi: https://bit.ly/3kJYEdl