|
000
|
01788oam2 22003371 450
|
|
001
|
0110211806
|
|
005
|
20241110211806.0
|
|
010
|
|
@a978-7-121-45486-8@dCNY108.00
|
|
100
|
|
@a20230831d2023 em y0chiy0121 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a图表征学习@Atu biao zheng xue xi@e迈向动态开放环境@d= Graph representation learninge@etowards dynamic and open environments@f朱文武, 王鑫, 张子威著@zeng
|
|
210
|
|
@a北京@c电子工业出版社@d2023.07
|
|
215
|
|
@aXVI, 244页@c图@d24cm
|
|
225
|
2
|
@a人工智能前沿技术丛书@Aren gong zhi neng qian yan ji shu cong shu
|
|
314
|
|
@a朱文武, 清华大学计算机科学与技术系教授, 清华大学人工智能研究院大数据智能中心主任, 信息科学与技术国家研究中心副主任, 国家973项目首席科学家。王鑫, 清华大学计算机科学与技术系助理研究员, 中国计算机学会多媒体专业技术委员会副秘书长, 清华大学博士后校友会秘书处副秘书长。张子威, 清华大学计算机科学与技术系博士后, 清华大学数理基科班学士、计算机系博士。
|
|
320
|
|
@a有书目 (第211-244页)
|
|
330
|
|
@a本书分为3篇: 第1篇介绍图嵌入和图神经网络等经典图表征学习方法 ; 第2篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度, 介绍针对动态开放环境中的图表征学习方法 ; 第3篇以四个不同领域为例, 从推荐系统、交通预测、自然语言处理、组合优化等场景, 介绍图表征学习的应用方法。
|
|
410
|
0
|
@12001@a人工智能前沿技术丛书
|
|
510
|
1
|
@aGraph representation learninge@etowards dynamic and open environments@zeng
|
|
517
|
1
|
@a迈向动态开放环境@Amai xiang dong tai kai fang huan jing
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x研究
|
|
690
|
|
@aTP@v5
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a朱文武@Azhu wen wu@4著
|
|
701
|
0
|
@a王鑫@Awang xin@4著
|
|
701
|
0
|
@a张子威@Azhang zi wei@4著
|
|
801
|
0
|
@aCN@b人天书店@c20230831
|
|
905
|
|
@aCKNYKJZYXY@b300716388-9@dTP@e394@f2
|
|
|
|
|
| |
| 图表征学习：迈向动态开放环境= Graph representation learninge：towards dynamic and open environments/朱文武, 王鑫, 张子威著.-北京：电子工业出版社，2023.07 |
| XVI, 244页：图；24cm.-(人工智能前沿技术丛书) |
| |
| |
| ISBN 978-7-121-45486-8：CNY108.00 |
| 本书分为3篇: 第1篇介绍图嵌入和图神经网络等经典图表征学习方法 ; 第2篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度, 介绍针对动态开放环境中的图表征学习方法 ; 第3篇以四个不同领域为例, 从推荐系统、交通预测、自然语言处理、组合优化等场景, 介绍图表征学习的应用方法。 |
| ● |
正题名：图表征学习
索取号：TP/394
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
716388
|
300716388
|
流通五库四楼/
[索取号:TP/394]
|
在馆
|
|
|
2
|
716389
|
300716389
|
流通五库四楼/
[索取号:TP/394]
|
在馆
|
|
