最后就是大家喜闻乐见的暴打 benchmarks 的环节,GAT 在三个数据集上达到了当时的 SOTA。 GraphSAGE GraphSAGE 由Inductive Representation Learning on Large Graphs提出,该方法提供了一种通用的归纳式框架,使用结点信息特征为未出现过的(unseen)结点生成结点向量,这一...
本文主要介绍一下三种常见图神经网络:GCN、GAT 以及 GraphSAGE。前两者是目前应用比较广泛的图神经网络,后者则为图神经网络的工程应用提供了基础。 GCN 图神经网络基于巴拿赫不动点定理提出,但图神经网络领域的大发展是在 2013 年 Bruna 提出图上的基于频域和基于空域的卷积神经网络后。 关于图卷积神经网络的理解与介...
/530-Paper.pdf 「代码」: https://github.com/Wenhui-Yu/LCFN图卷积网络(GCN)广泛应用于推荐等图数据学习任务中。然而,当面对较大的图时,图卷积计算量很大,因此现有的GCN中都进行了简化,但由于过于简化而受到严重影响。为了弥补这一差距,这篇文章「利用GCN中原有的图卷积,提出了一种低通协同过滤(LCF)」,使其...