GCN論文

Linkage Based Face Clustering via Graph Convolution Network（CVPR1903 圖卷積網絡GCN無監督人臉聚類）

https://arxiv.org/pdf/1903.11306.pdf

解讀：CVPR1903_圖卷積網絡GCN無監督人臉聚類

code：https://github.com/Zhongdao/gcn_clustering/

Distance Metric Learning using GraphConvolutional Networks: Application to Functional Brain Networks 2017

貢獻：　　

　　將siamese graph convolutional neural network應用於不規則graph，並使用了polynomial filters，應用了全局，loss function， 能夠學習更好的關於圖的潛在表達

總結：

　　提出了一種新的度量學習方法評估graph之間的距離，同時借助譜圖理論將此方法應用在不規則graph上。在Abide數據集上的實驗結果表明，我們的方法可以學習針對臨床應用量身定制的graph的相似性度量，與傳統的距離度量相比，簡單分類器的性能提高了11.9％。據我們所知，這個GCN在度量學習上的首次應用。

論文： https://arxiv.org/abs/1703.02161

code：  https://github.com/sk1712/gcn_metric_learning

Metric learning with spectral graph convolutions on brain connectivity networks   2018

作者團隊的聯系方式。這個網址有：https://www.sciencedirect.com/science/article/pii/S1053811917310765#!

文章鏈接：file:///E:/liran/GCN文獻資料/Metric%20learning%20with%20spectral%20graph%20convolutions%20on%20brain%20connectivity%20networks.pdf