2. Graph neural network 图神经网络 图神经网络是一类用于处理可以表示为图的数据的人工神经网络。在A Comprehensive Survey on Graph Neural Networkshttps://arxiv.org/pdf/1901.00596.pdf中提出了将图神经网络进一步地分为Recurrent graph neural networks (RecGNNs)递归图神经网络、Convolutional graph neural networks...
因此,本文试图沿着图神经网络的历史脉络,从最早基于不动点理论的图神经网络(Graph Neural Network, GNN)一步步讲到当前用得最火的图卷积神经网络(Graph Convolutional Neural Network, GCN), 期望通过本文带给读者一些灵感与启示。 本文的提纲与叙述要点主要参考了2篇图神经网络的Survey,分别是来自IEEE Fellow的 A Co...
[8]. 如何理解Graph Convolutional Network(GCN)? https://www.zhihu.com/question/54504471 [9]. Almeida–Pineda recurrent backpropagation, https://www.wikiwand.com/en/Almeida%E2%80%93Pineda_recurrent_backpropagation [10]. Gated graph sequence neural networks, https://arxiv.org/abs/1511.05493 [11...
[8]. 如何理解Graph Convolutional Network(GCN)? https://www.zhihu.com/question/54504471 [9]. Almeida–Pineda recurrent backpropagation, https://www.wikiwand.com/en/Almeida%E2%80%93Pineda_recurrent_backpropagation [10]. Gat...
2.3 Task-based Network Layers 3. Datasets and Benchmarking Experiments 3.1 Graph Regression with ZINC dataset 3.2 Graph Regression with AQSOL dataset 3.3 Link Prediction with OGBL-COLLAB dataset 3.4 Node Classification with WikiCS dataset 3.5 Graph Classification with Super-pixel (MNIST/CIFAR10) data...
原文的一些备注 diag(x),x is vector.将向量x对角化。 sys normalized laplacian matrix image-20240310180048878 图论的一个定理 image-20240310181611507 Chebyshev Polynomial(切比雪夫多项式) image-20240310184134296 wiki GCN对Fourier domain的变体 image-20240310194416895...
https://zh.wikipedia.org/wiki/%E4%B8%8D%E5%8A%A8%E7%82%B9 2.2 Variants of Graph Neural Networks(图神经网络的变体) 2.2.1 Graph Types(图的种类) 在原始的GNN中,模型的输入信息包含有监督的节点信息和无向的边。近年来,诸多类型的变种也层出不穷。
https://zh.wikipedia.org/wiki/%E5%8D%95%E5%B0%84 所谓的单射函数,简单来说就是对于任意一个inputs X,均有唯一的output y与其对应,不存在多个X对应一个y的情况,下面是一个例子: 然而实际上,虽然在实际情况中,WL test 适用于大部分的图同构的任务,但WL test只是图同构的充分不必要条件,即没有通过WL ...
而就 2020的情况来看,这个趋势还在不断扩大。总之,Graph Neural Network (简称“GNN”)在2019- 2020年之间,力压 Deep Learning、GAN等,成为各大顶会的增长热词,且GNN在各个领域越来越受到欢迎,包括社交网络、知识图谱、推荐系统,甚...
图神经网络(Graph Neural Network)# 首先要澄清一点,除非特别指明,本文中所提到的图均指图论中的图(Graph)。它是一种由若干个结点(Node)及连接两个结点的边(Edge)所构成的图形,用于刻画不同结点之间的关系。下面是一个生动的例子,图片来自论文[14]: ...