知识图谱实战开发案例剖析（1）
一、前言
这是系列博文《知识图谱实战开发案例剖析》第1部分：知识图谱基础，第一节：知识图谱完整案例演示。该系列内容同时已经录制成视频课程，感兴趣的可以访问网易云课堂。作者：张子良，版权所有，转载请注明出处。
AAAI 2020: 时序转化为图用于可解释可推理的异常检测
Time2Graph: Revisting Time Series Modeling with Dynamic Shapelets
原文地址
整体导读
文章提出了带有时间意识的Shapelet，除了可以挖掘时序中的异常状态之外，可以自动感知异常状态所在时间位置上的敏感度；
文章尝试捕捉不同Shapelet之间的关系，提出了通过图结构(Graph)对这种关系进行表达的方法，在挖掘异常变化轨迹的同时也具备良好的可解释性。
揭秘工业级大规模GNN图采样
互联网下的图数据纷繁复杂且规模庞大，如何将GNN应用于如此复杂的数据上呢？答案是图采样。结合阿里巴巴开源的GNN框架Graph-Learn（https://github.com/alibaba/graph-learn），本文重点介绍GNN训练过程中的各种图采样和负采样技术。