首页 > 其他分享 >Distilling Knowledge from Graph Convolutional Networks

Distilling Knowledge from Graph Convolutional Networks

时间:2023-11-03 16:13:23浏览次数:37  
标签:Convolutional mathbb 结点 Graph ij LS mathcal Networks SIM

目录

Yang Y., Qiu J., Song M., Tao D. and Wang X. Distilling knowledge from graph convolutional networks. CVPR, 2020.

蒸馏表征间的结构关系, 教师必须是图网络结构?

符号说明

  • \(\mathcal{G} = (\mathcal{V}, \mathcal{E})\), 图;
  • \(\mathbb{X} = \{x_1, x_2, \ldots, x_n\} \subset \mathbb{R}^F\), \(x_i \in \mathbb{R}^F\) 表示结点 \(v_i\) 上的特征;
  • 一般的图网络更新方式为:

    \[x_i' = \oplus_{j \in \mathcal{N}(i)} h_{\theta}(g_{\phi}(x_i), g_{\phi}(x_j)), \]

    其中 \(g, h\) 学习边和结点信息, \(\oplus_{j \in \mathcal{N}(i)}\) 则表示融合邻居 \(\mathcal{N}(i)\) 的一种策略 (例如, 求和或者平均);

DistillGCN

Local Structure Preserving

  • 假设我们有每个节点当前的特征:

    \[\mathbb{Z} = \{z_1, z_2, \ldots, z_n\} \subset \mathbb{R}^F. \]

  • 对于每个结点 \(i\), 我们可以计算得到它和邻居结点的一个关系:

    \[LS_{ij} = \frac{e^{\mathcal{SIM}(z_i, z_j)}}{\sum_{k \in \mathcal{N}(i)}e^{\mathcal{SIM}(z_i, z_k)}}, \quad j \in \mathcal{N}(i). \]

  • 这里 \(\mathcal{SIM}(z_i, z_j)\) 为相似度度量函数, 作者建议如下的几种选择 (RBF 的结果最好一点):

  • 假设, 对于教师模型和学生模型我们分别有:

    \[LS^t, LS^s, \]

    则我们可以通过 KL 散度来让学生模仿教师和邻居的关系 (KL 散度确定没搞反吗?):

    \[\mathcal{S}_i = D_{KL}(LS_i^s\| LS_i^t) = \sum_{j \in \mathcal{N}(i)} LS_{ij}^s \log \frac{LS_{ij}^s}{LS_{ij}^t}. \]

  • 然后总的蒸馏损失为:

    \[\mathcal{L}_{LSP} = \frac{1}{n} \sum_{i=1}^n \mathcal{S}_i. \]

  • 总的损失为:

    \[\mathcal{L} = \mathcal{H}(p_s, y) + \lambda \mathcal{L}_{LSP}. \]

代码

[official]

标签:Convolutional,mathbb,结点,Graph,ij,LS,mathcal,Networks,SIM
From: https://www.cnblogs.com/MTandHJ/p/17807801.html

相关文章

  • Qt 6.5.2 下 QGraphicsView 中使用触控手势的问题
    自定义的QGraphicsView中加入setScene后,其它Gesture能够触发,但QPanGesture不能在场景中触发。而空白QGraphicsView(QWidget)则可以正常触发PanGesture手势……源码和文档中都已经说明,gesture是给QGraphicsObject使用的……但我们就是想使用PanGesture手势来操作场景拖动……这可......
  • 植物图形泛基因组Graph-based pan-genome
    目录图形泛基因组的构建图泛构建方法获取和合并PAV变异图泛的存储格式线性参考基因组坐标的恢复图泛的可视化图泛的注释基因结构注释图泛的变异注释结构变异鉴定与基因分型图泛比对软件的优势图泛的应用功能元件的鉴定现有物种中的图泛规模基于图泛的GWAS未来应用结论与未来展望......
  • Convolutional neural network (CNN)–extreme learning machine (ELM)
    1.介绍论文:(2020)Neuralnetworksforfacialageestimation:asurveyonrecentadvances.地址:http://link.springer.com/article/10.1007/s10462-019-09765-w针对问题:软生物识别技术在现实世界中的应用日益增多,已成为研究人员感兴趣的一个新领域。它包括对年龄、性别、伤疤、......
  • 使用_begin{thebibliography}__bibitem 如何参考文献
    本人是tex新手,如果各位大佬有更好的方法欢迎分享,不胜感激。适用情况本文适用于使用\begin{thebibliography}和\bibitem排序的情况,如果使用bibtex排序那么网上很多教程。在使用tex发现不会自动排序非常僵硬,即如下情况:在参考文献的位置引用排在第二个,但是在原文中是第一个引......
  • Graph Neural Networks with Adaptive Residual
    目录概符号说明AirGNN代码LiuX.,DingJ.,JinW.,XuH.,MaY.,LiuZ.andTangJ.Graphneuralnetworkswithadaptiveresidual.NIPS,2021.概基于UGNN框架的一个更加鲁棒的改进.符号说明\(\mathbf{A}\in\mathbb{R}^{n\timesn}\),邻接矩阵;\(\mathbf{D}......
  • Is Homophily a Necessity for Graph Neural Networks?
    目录概MaY.,LiuX.,ShahN.andTangJ.Ishomophilyanecessityforgraphneuralnetworks?ICLR,2022.概探究Homophily假设(即相互连接的结点相似)对于GCN发挥效果是否是必须的.结论是如果图中的同一类的结点具有相似的邻居的分布,则Homophily不是必须的......
  • 单细胞测序 基因调控网络 Gene regulatory networks
    单细胞测序基因调控网络Generegulatorynetworks基因不是独立发挥作用的。相反,基因的表达水平是由与其他基因和小分子之间的复杂调控决定的。揭示这些调控作用是基因调控网络(GRN)推断方法的目标(SCENIC|从单细胞数据推断基因调控网络和细胞类型)。基因调控网络推断是基于对基因共......
  • 神经网络基础篇:史上最详细_详解计算图(Computation Graph)
    计算图可以说,一个神经网络的计算,都是按照前向或反向传播过程组织的。首先计算出一个新的网络的输出(前向过程),紧接着进行一个反向传输操作。后者用来计算出对应的梯度或导数。计算图解释了为什么用这种方式组织这些计算过程。在这个博客中,将举一个例子说明计算图是什么。让举一个比......
  • API - 几种API接口模式 - RESTful、WebSocket、GraphQL、gRPC、Webhook
    总结TODO.....当思考使用哪种API接口时,你将会面临一个重要的决策。RESTful、GraphQL、gRPC、WebSocket和Webhook是当前流行的几种API接口模式。在本文中,我们将介绍这些接口的特点、用途和比较,帮助你选择最适合你应用程序需求的接口。引言随着现代应用程序的复杂性和用户期望的......
  • 【论文阅读笔记】【OCR-文本识别】 Towards Accurate Scene Text Recognition with Se
    SRNCVPR2020读论文思考的问题论文试图解决什么问题?如何利用文本的上下文语义信息来辅助文本识别任务RNN能部分利用语义信息,但它的利用方式是串行的,极大地限制了语义信息的帮助,会造成错误累积以及效率缓慢等问题文章提出了什么样的解决方法?提出全局语义理解......