weixin_40718664的博客

图卷积网络应用——基于深度学习的图相似度计算保姆级讲解（以SIMGNN为例）为啥想写这篇文章呢。。因为之前提到的图神经网络应用篇鸽了快一年了，把自己的研究方向做一个总结，并向其他同样研究方向的朋友做一个报告，如有错误，敬请指出。而且，这个研究方向人太少了，万望能借此引起更多人的关注与兴趣。废话不多说了，以下开启此篇正文。图相似度计算（Graph Similarity）是图领域一个重要应用，与图片相似度（Image Similarity）不是一回事。针对图片相似度，比较常用的有：汉明距离、欧式距离、马氏距

本文参考书目为《深入浅出图神经网络：GNN原理解析》图滤波器参考之前的学习笔记图神经网络学习笔记（1）——图信号与图傅里叶变换，图信号定义在图的节点上，图信号处理不仅需要考虑图的信号强度，也需要考虑图的拓扑结构。据参考书目，给出图滤波器定义（定义式参考逆图傅里叶变换，信号增强还是衰减通过h(λ)控制）：从算子的角度看，上式描述了一种作用在每个节点一阶子图上的变换操作。称满足上述性质的矩阵为图G的图位移算子（拉普拉斯矩阵与邻接矩阵都是典型的图位移算子）。图滤波器具有以下性质：（1）线性：H(x.

图神经网络学习笔记——图信号与图傅里叶变换