基于图表示的图神经网络在图像分类与强化学习中的应用
机器学习
2022-03-09 v2 计算机视觉与模式识别
摘要
在本文中，我们将评估图神经网络在两个不同领域的性能：计算机视觉与强化学习。在计算机视觉部分，我们旨在研究一种新颖的、非冗余的图像转图表示，相较于平凡的像素到节点映射，能否在图级预测图（具体为图像分类）上提升性能。对于强化学习部分，我们旨在研究将魔方求解显式建模为图问题，能否相较于无归纳偏置的标准无模型技术提升性能。
引用
@article{arxiv.2203.03457,
title = {Graph Neural Networks for Image Classification and Reinforcement Learning using Graph representations},
author = {Naman Goyal and David Steiner},
journal= {arXiv preprint arXiv:2203.03457},
year = {2022}
}
备注
The work was done as a project for Neural Networks and Deep Learning course, Fall 2021 offering by Prof. Richard Zemel at Columbia University