本文探讨了图神经网络在处理非欧式空间数据方面的应用，通过图卷积算子与图池化算子实现数据转换。介绍了谱方法与空间方法两种构建方式，并讨论了图神经网络在大规模网络化数据上的最新进展及应用场景。
摘要
传统卷积网络只能解决欧式空间数据，但是非欧式空间数据我们希望也能够用卷积网络来做。那么我们需要将非欧式空间数据做一个转换。这个转换步骤在于图卷积算子和图池化算子的构建。主要就两类
谱方法和空间方法。
1 引言
3 图卷积神经网络
分为卷积算子构建和池化算子构建。
3.1 卷积算子的构建
3.1.1 谱方法
3.1.2 空间方法
3.2 图池化操作
也有谱方法和空间方法等等。
4 一些新的进展
分成了建模网络额外信息的图卷积网络和适应大规模网络化数据的图 神经网络训练方法两部分内容．
5 图神经网络用途
6 未来发展方向
7 总结
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
