graph-based-deep-learning-literature

项目简介

graph-based-deep-learning-literature 是一个专注于图神经网络与图深度学习领域的学术资源汇总项目。该项目主要汇集了相关的会议论文链接，是研究图深度学习领域的宝贵资源库。

资源内容

该项目不仅提供会议论文链接，还为使用者整理了其他重要的学术资源，这些资源包括：

• 相关工作坊：链接指向与图深度学习有关的学术工作坊，帮助研究者了解最新研究动态。
• 调研文章、文献综述及书籍：提供能够深入理解图神经网络发展的文献和书籍。
• 软件与库：提供了与图神经网络开发相关的软件和开源库，助力开发者快速上手。

会议论文汇总

项目中特别整理了多个大型会议论文的链接，涵盖了多个年份。在这些会议中，图神经网络的研究成果被广泛讨论和发表。

学习基于图的会议

• 学习图结构与应用会议（Learning on Graphs Conference），提供了2023及2022年的相关论文资源。

机器学习会议

包括多个知名机器学习会议，如：

• NeurIPS（神经信息处理系统大会）
• ICML（国际机器学习会议）
• ICLR（国际学习表征会议）

每个会议都提供近年来（如2024、2023等）的论文链接。

数据挖掘会议

数据挖掘领域的重要会议如KDD（知识发现与数据挖掘会议）、ICDM（国际数据挖掘会议）等，涵盖从2018年至最新的会议论文链接。

人工智能会议

此项涵盖了 TheWebConf、AAAI、IJCAI 等人工智能领域的会议，链接提供到会议的具体页面。

计算机视觉会议

CVPR（计算机视觉与模式识别会议）、ICCV（国际计算机视觉会议）、ECCV（欧洲计算机视觉会议）等计算机视觉领域的会议论文也被整理并提供链接。

计算语言学会议

包括ACL（自然语言处理协会年会）、EMNLP（实用自然语言处理会议）、NAACL（北美自然语言处理协会年会）等相关会议论文链接。

最具影响力的作品

项目中特别提及了十篇在图神经网络研究中极具影响力的出版物，如：

• 图卷积网络的半监督分类
• 图注意力网络
• 大型图的归纳表示学习
• 使用快速局部光谱滤波的图卷积神经网络

这些排名靠前的论文为研究人员提供了经典的学习材料，是深入理解图神经网络必读的文献。

在这个项目中，研究人员和开发者可以找到丰富的学术资源，支持他们进行图深度学习的研究与应用。其全面收集的会议论文和其他相关学术资源，为探索图神经网络领域的前沿提供了重要支持。