图神经网络有哪些用途和应用
原创图神经网络有哪些用途和应用？发布时间：2020-01-1117:53:39浏览17276来源：博学谷作者：照照近几年来，图神经网络可以说是处于的风口的一项新兴技术，相信大家或多或少对图神经网络都有所了解。今天本文主要来和大家讲讲图神经网络的强大能力，为大家具体分析一下它的用途和应用。大致来讲，图神经网络的用途可以概括为三点，即端对端学习、智能计算的推理方法和语义可视化能力。关于图神经网络的应用主要集中在计算机视觉、自然语言处理、生物医疗、工业推荐和工业风控等五大方面。
图神经网络有哪些用途？
1、端对端学习
近几年，深度学习带来了人脸识别、语音助手以及机器翻译的成功应用。这三类场景的背后分别代表了三类数据：图像、语音和文本。深度学习在这三类场景中取得突破的关键是它背后的端对端学习机制。端对端代表着高效，能够有效减少中间环节信息的不对称，一旦在终端发现问题，整个系统每一个环节都可以进行联动调节。
既然端对端学习在图像、语音以及文本数据上的学习是如此有效，那么将该学习机制推广到具有更广泛业务场景的图数据，就是自然而然的想法了。如果AI要实现人类一样的能力，必须将组合泛化作为重中之重，而结构化的表示和计算是实现这一目标的关键。正如生物学里先天因素和后天因素是共同发挥作用的，结合两者的优点，从它们的互补优势中受益。
2、智能计算的推理方法
业界认为大规模图神经网络是认知智能计算强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据推广到更高层次的结构化数据。大规模的图数据可以表达丰富和蕴含逻辑关系的人类常识和专家规则，图节点定义了可理解的符号化知识，不规则图拓扑结构表达了图节点之间的依赖、从属、逻辑规则等推理关系。
以保险和金融风险评估为例，一个完备的AI系统不仅需要基于个人的履历、行为习惯、健康程度等进行分析处理，还需要通过其亲友、同事、同学之间的来往数据和相互评价进一步进行信用评估和推断。基于图结构的学习系统能够利用用户之间、用户与产品之间的交互，做出非常准确的因果和关联推理。
3、语义可视化能力
图具有很强的语义可视化能力，这种优势被所有的GNN模型所共享。比如在异常交易账户识别的场景中，GNN在将某个账户判断为异常账户之后，可以将该账户的局部子图可视化出来。我们可以发现一些异常模式，比如同一设备上有多个账户登录，或者同一账户在多个设备上有行为。还可以从特征的维度，比如该账户与其他有关联的账户行为模式非常相似，从而对模型的判断进行解释。
图神经网络有哪些应用？
1、自然语言处理
GNNs在自然语言处理中的应用也很多，包括多跳阅读、实体识别、关系抽取以及文本分类等。多跳阅读是指给机器有很多语料，让机器进行多链条推理的开放式阅读理解，然后回答一个比较复杂的问题。在2019年，自然语言处理相关的顶会论文使用GNN作为推理模块已经是标配了。
2、计算机视觉
在计算机视觉的应用有根据提供的语义生成图像。输入是一张语义图，GNN通过对“manbehindboyonpatio”和“manrightofmanthrowingfirsbee”两个语义的理解，生成了输出的图像。再说说视觉推理，人类对视觉信息的处理过程往往参杂着推理。人类可以从空间或者语义的维度进行推理，而图可以很好的刻画空间和语义信息，让计算机可以学着像人类一样，利用这些信息进行推理。当然还有动作识别，视觉问答等应用，这里我们就不一一列举了。
3、生物医疗
我们在高中都接触过生物化学，知道化合物是由原子和化学键构成的，它们天然就是一种图数据的形式，所以图神经网络在生物医疗领域应用特别广泛。包括新药物的发现、化合物筛选、蛋白质相互作用点检测、以及疾病预测。目前国外包括耶鲁、哈佛，国内像北大清华都有很多实验室研究图神经网络在医学方面的应用，而且我相信这会是图神经网络最有价值的应用方向之一。
除了上述的方向，还有像在自动驾驶和VR领域会使用的3D点云；与近两年同样很火的知识图谱相结合；智慧城市中的交通流量预测；芯片设计中的电路特性预测；甚至还可以利用图神经网络编写代码。目前在真正在工业场景中付诸应用，并取得了显著成效的场景主要有两个，一是推荐，二是风控。
4、工业推荐
推荐是机器学习在互联网中的重要应用。互联网业务中，推荐的场景特别说，比如内容推荐、电商推荐、广告推荐等等。这里，我们介绍三种图神经网络赋能推荐的方法。
（1）可解释性推荐可解释性推荐，就是不仅要预测推荐的商品，还要给出推荐的理由。推荐中有一个概念叫元路径。在电影推荐的场景里，如下图所示。我们用U表示用户，用M表示电影，那么UUM是一条元路径。它表示一位用户关注了另一位用户，那么我们可以将用户看过的电影，推荐给关注他的人。
（2）基于社交网络的推荐利用用户之间的关注关系，我们也可以实现推荐。用户的购买行为首先会受到其在线社交圈中朋友的影响。如果用户A的朋友是体育迷，经常发布关于体育赛事、体育明星等信息，用户A很可能也会去了解相关体育主题的资讯。目前有许多的电商平台，包括像京东、蘑菇街、小红书等都在尝试做基于社交的推荐。
（3）基于知识图谱的推荐要推荐的商品、内容或者产品，依据既有的属性或者业务经验，可以得到他们之间很多的关联信息，这些关联信息即是我们通常说的知识图谱。知识图谱可以非常自然地融合进已有的用户-商品网络构成一张更大、且包含更加丰富信息的图。其实不管是社交网络推荐，还是知识图谱，都是拿额外的信息补充到图网络中。既能有聚合关系网络中复杂的结构信息，又能囊括丰富的属性信息，这就是图神经网络强大的地方。
5、工业风控
我们公司利用图来做风控还是有一些时间了。我们的业务场景中每天都会有很多网络请求，一个请求过来，需要实时的判断这是真实用户还是机器流量。一个简单的模型，使用的数据包括设备ID、IP、用户以及他们的行为数据。从原理、算法、实现、应用4个维度为大家详细全面的讲解了图神经网络。希望能够对大家学习和利用图神经网络技术有所帮助。
讲到这里，大家对图神经网络的用途和应用，是不是已经有了大致的了解了呢？其实图神经网络的用途和应用还有很多，碍于篇幅的限制我们就先讲到这里了。总之，图神经网络的发展前途可期，让我们拭目以待吧！
机器学习人工智能开发— 申请免费试学名额 —在职想转行提升，担心学不会？根据个人情况规划学习路线，闯关式自适应学习模式保证学习效果讲师一对一辅导，在线答疑解惑，指导就业！觉得不错，顺手分享一下上一篇：人工智能IT在线培训学习有哪些误区？下一篇：学习人工智能怎么选择培训学校呢？要注意些什么呢？相关推荐更多智能机器人开发需要学什么?就业前景怎么样？从2016年春晚上令人惊艳的机器人舞蹈，到前不久的世界机器人大会，智能机器人的热潮从未衰退。可以预测，未来十年内，智能机器人的开发都是当今科技企业公司的重点项目，因此我国在该领域的人才将出现巨大缺口。这对于求职者来说，是一个可以实现自我价值的重大机遇。那么智能机器人开发需要学什么呢?就业前景究竟怎么样？65262019-09-1614:41:34机器学习就业前景人工智能北京Java培训机构如何挑选比较靠谱？随着当前IT培训市场的火爆，不少的人打着IT培训的幌子来坑骗学生的钱。那么我们该如何辨别出这些IT培训机构呢？尤其是不少学生为了接收到最前沿的Java开发技术，不远千里来到北京，那么北京Java培训机构如何挑选比较靠谱呢？这是很多想要学Java的人共同面对的难题。下面小编就教大家在这些五花八门的IT培训机构中挑出靠谱的机构。33352019-09-2914:26:36人工智能人工智能开发AI人工智能编程培训学什么课程？AI人工智能编程培训学什么课程？随着人工智能时代的到来，各大厂纷纷投入大量的人力物力进军人工智能领域。学习掌握大厂AI技术，可以使我们更快捷的实现业务场景智能化。机器学习是人工智能的核心，而算法编程实现是机器学习的基础。61112020-07-0311:52:52机器学习人工智能培训学习人工智能都需要学什么？人工智能课程需要学习python编程基础、web基础、web-Django框架与项目、Web-Flask框架与项目、人工智能、机器学习等方面的知识。掌握计算机原理、网络、Web前端、后端、架构、数据库、项目部署、数据获取、数据提取、数据清洗、数据挖掘、机器学习、深度学习、图像识别等领域所需要的全部技术的前沿课程。39722020-11-2317:38:19人工智能人工智能开发开发鸿蒙智能无人车需要学习哪些知识点？开发鸿蒙智能无人车知识点主要涉及四个部分，PCB设计：设计电路板，包含各种芯片和外设；电子设计：如何编写代码驱动显示器，如何驱动电机，如何驱动各种外部传感器；人工智能：OpenCV视觉，pytorch和YOLOv5；机械设计：如何动手组拼无人车，从外壳到螺丝安装。15622022-04-1311:15:58机器学习人工智能专业技能人工智能心得体会（八篇）
很庆幸能够选修《智能机器人》这门课，通过了这门课使我对智能机器人有了一个更加清晰的认识，同时也激起了我对此方面的研究的兴趣。之前就对机器视觉，认知心理学，机器学习和人工智能颇感兴趣，并对此进行了深入的了解，通过这门课，我认识到，智能机器人作为这些学科的交叉产物，是个综合应用这些知识的最好的平台。通过这门课，我也从新认识了智能机器人制作的艰辛和困难性，使我认识到之前对此不以为然，眼高手低态度得幼稚。同时也教育我，任何一个项目本身所呈现的问题只是完成该项目所需工作的冰山一角，做任何事，都必须以谦恭，认真的态度对待。同时也是我懂得了，再将事情坐完之前不可轻易对此做出评价。
通过这门课我系统的认识了机器人的感念，综上所述,目前机器人无碰路径规划大致可分为两类:全局规划方法和局部规划方法.在全局规划方法中,主要是基于构形空间的自由空间法:将机器人和障碍物映射到构形空间,得到障碍区域和自由区域,然后在自由区域里寻找最佳路径;在局部规划方法中,主要是人工势场法:对障碍物建立排斥势场,对目标点建立吸引势场,根据传感装置反馈回来的机器人与障碍物之间的距离,在排斥力和吸引力的共同作用下,机器人绕开障碍物向目标点移动.
通过这门课使我了解到智能机器人所必需的三部分，就如上面所列的，人工智能，超级计算机和机械结构。三者是组成智能机器人不可或缺的部分，人工自能赋予机器人，判断，推理，学习的能力。超级计算机提供强大的处理数据的能力，使的机器人能够快速对传感器信
号经处理，同时对人工智能技术提供支持。机械结构是机器人的物理组成部分，一个机器人机械结构所具有的自由度数的多少，以及结构强度的大小，决定了机器人活动的灵活性。三者只有相互结合，紧密联系，才能实现机器人的智能化。机器人路径规划技术未来的研究重点是“仿人、仿生”智能。
虽然《智能机器人》只是一门选修课，但却是我受益匪浅，在这短短八周的时间里，这门课给我最大的帮助就是，激发了我对智能机器人相关领域的学习和研究的强烈兴趣，同时也是我认识到我们大学生所学课程的重要性，十分感谢倪建军老师的严谨教学。
…………余下全文