以下学习内容参考了： ， ， 首先回忆CNN，卷积神经网络的结构和特点 处理的数据特征：具有规则的空间结构 Euclidean domains ，都可以采用一维或者二维的矩阵描述。 Convolutional neural network CNN gains great success on Euclidean data, e.g., image, text, audio, and video 。 ...
2020-06-20 14:45 0 1124 推荐指数：
1. 为什么会出现图卷积神经网络？ 普通卷积神经网络研究的对象是具备Euclidean domains的数据，Euclidean domains data数据最显著的特征是他们具有规则的空间结构，如图片是规则的正方形，语音是规则的一维序列等，这些特征都可以用一维或二维的矩阵来表示，卷积神经网络 ...
图卷积网络 GCN Graph Convolutional Network（谱域GCN）的理解和详细推导 置顶 2019年08月24日 22:39:58 yyl424525 阅读数 1218更多 分类专栏： 深度 ...
超图卷积网络(HyperGCN: A New Method of Training Graph Convolutional Networks on Hypergraphs) 1. 简介 (Introduction) 1.1 背景 (Backgrounds) 在许多诸如 ...
本文为“SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS”， 作者ThomasN.Kipf。 本文是基于谱的图卷积网络用来解决半监督学习的分类问题，输入为图的邻接矩阵A，和每一个节点的特征向量H 本问对应的代码 ...
参考链接： 知乎文章：一文带你理解图卷积网络本质和发展脉络 知乎文章：谱域GCN小结 b站视频:图卷积神经网络（GCN）的数学原理详解,谱图理论和傅立叶变换初探 图卷积网络 GCN 预备知识： 实对称矩阵可以正交相似对角化。即：若\(A = A^T,\)则\(A = P\Lambda ...
标题：Local Spectral Graph Convolution for Point Set Feature Learning 作者：Chu Wang, Babak Samari, Kaleem Siddiqi 译者：Elliott Zheng 来源：ECCV 2018 Abstract ...
【GCN】图卷积网络初探——基于图（Graph）的傅里叶变换和卷积 2018年11月29日 11:50:38 夏至夏至520 阅读数 5980更多 分类专栏： # MachineLearning ...
介绍 现如今图神经网络取得了很大进展，最典型的两个模型是GCN模型和GAT模型，然而现有的图神经模型仍然存在以下两个问题： 边特征未被有效考虑。比如GAT只考虑两个节点之间是否有边(bina ...
