机读格式显示(MARC)

• 000 01767nam 2200325 450

• 001 0000516570

• 005 20260312092800.0

• 010 __ |a 978-7-121-49352-2 |d CNY68.00

• 099 __ |a CAL 012025050988

• 100 __ |a 20250221d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 基于信息增强的图神经网络学习方法研究 |A ji yu xin xi zeng qiang de tu shen jing wang luo xue xi fang fa yan jiu |f 王杰著

• 210 __ |a 北京 |c 电子工业出版社 |d 2025

• 215 __ |a 126页, [4] 页图版 |c 图 |d 24cm

• 225 2_ |a 人工智能前沿理论与技术应用丛书 |A ren gong zhi neng qian yan li lun yu ji shu ying yong cong shu

• 312 __ |a 英文题名取自封面

• 314 __ |a 王杰, 博士, 太原科技大学计算机科学与技术学院讲师, 主要研究方向为数据挖掘与机器学习, 2022年6月毕业于山西大学计算机与信息技术学院。近年来, 主持国家自然科学基金青年项目1项, 山西省基础研究计划青年项目1项, 参与科技部”科技创新 2030—新一代人工智能”重大项目1项、国家自然科学基金重点项目/联合基金项目1项等。先后在《IEEE Transactions on Neural Networks and Learning Systems》、《Pattern Recognition》、《Information Sciences》等国内外重要学术期刊发表论文多篇, 获ACM太原分会2022年度新星奖。

• 320 __ |a 有书目 (第112-126页)

• 330 __ |a 本书共7章, 剖析了图神经网络领域所面临的两大核心挑战: 深度加深模型退化和监督信息过度依赖。针对这两大挑战, 本书提出了一系列解决思路, 涵盖模型结构设计、训练策略优化等方面的内容。

• 410 _0 |1 2001 |a 人工智能前沿理论与技术应用丛书

• 510 1_ |a Research on graph neural network methods based on information enhancement |z eng

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 王杰 |A wang jie |4 著

• 801 _0 |a CN |b 人天书店 |c 20250221

• 905 __ |a LJUZC |d TP183/141

• 920 __ |a 222016 |z 1