[视频作者] LOGS图学习研讨会
[视频时长] 98:24
#人工智能,GNN,上海交通大学,机器学习,深度学习,Graph Transformer# [视频类型] 计算机技术
摘要 构建针对图结构数据的Transformer已成为一个热门研究方向。得益于全局注意力机制可以计算图中任意节点间的相互依赖关系，Transformer能够克服GNN的诸多局限性（如解决长距离依赖、异质连边、图结构残缺/带噪等），并已在多个小图任务上都表现出优于GNN的性能。然而，由于全局注意力机制带来的相对节点数目平方级的复杂度，目前的Transformer结构无法处理节点数目较多的大图；此外，关于全局注意力机制背后的原理性研究也仍然是一个开放问题。本次研讨会将介绍几项关于图Transformer的最新
LOGS第2023/07/03期|| 上海交通大学吴齐天：Graph Transformer的一些进展
以上内容由小不点搜索引擎从网站www.bilibili.com自动化索引镜像而来，不代表网站的即时内容，也无法确保其有效性；仅限个人学习使用，禁止商用。如有任何异议，请使用举报删除
影音视频访问链接
以下链接为影音视频“LOGS第2023/07/03期|| 上海交通大学吴齐天：Graph Transformer的一些进展”在线访问地址，点击链接就可以访问查看啦
www.bilibili.com