Graph Attention Multi-Layer Perceptron
Motivation
The size of the K-hop neighbors grows exponentially to the number of GNN layers (High Memory Cost).
GNN has to read great amount of data o ...
HGK-GNN: Heterogeneous Graph Kernel based Graph Neural Networks
Motivation
现有模型不好解决异构图
现有异构图方法缺少理论分析
Intro写作思路：
先介绍GNN以及GNN对应的理论研究，从而过渡到现有GNN模型不能解决异构图问题。（对应背景和现在的工作进度）
接下来介绍现有异构图的问题
现有异构图需要人工指定metapath，或者其他需要经验 ...
如何写好一个Introduction
之前一直没有对写作intro的总结，现在根据AAAI写作时和老师的讨论，进行一下总结。
intro的核心目的：讲好一个故事，让reviewer知道，你要做的是什么？为什么要这么做？难点在哪？
A类文章的关键：
问题要难！（问题不容易解决）
方法要新！（之前可以是没人考虑这个点）
因此在进行Int ...
Neural Graph Collaborative Filtering
Abstract：传统的深度学习协同过滤，ID的嵌入是直接输入交互层，但是在NGCF中，其能捕获用户和物品之间的高阶关系。
Method：假设：Intuitively, the interacted items provide direct evidence on a user’s prefere ...
Breaking the Limits of Message Passing Graph Neural Networks
Motivation
Existing GNNs’ expressive power is limited to 1-WL test, thus they cannot count some substructures likes: triangle, tailed triangle, and 4- ...
Heterogeneous Graph Structure Learning for Graph Neural Networks
Motivation：现有的异构图学习中一些图的结构是不好的，不利于下游任务，比如在user-item的异构图中，用户可能会点击一些无用的item，从而给异构图表示学习带来一些噪声。
现有有的一些图结构表示学习的方法，通过把邻接矩阵参数化，学习更好的邻接矩阵用于下游任务。但是他们都是用于同构图的方法 ...
How to crack a soga backend
How to crack a soga backendSoga 后端破解思路小分享。
仅以此文记录和分享一些关于go应用破解的过程。由于本人也是第一次进行go程序的逆向，本文的分析会比较简单和基础。
Sogasoga 后端是一个同时支持 v2ray、Trojan、Shadowsocks 的后端，社区 ...