从数据结构到算法：图网络方法初探

论文《Graph Neural Networks: A Review of Methods and Applications》

木牛马论文阅读笔记https://www.cnblogs.com/ydcode/p/11050417.html

https://zhuanlan.zhihu.com/p/102994627?utm_source=wechat_session

文章目录

图神经网络（Graph Neural Networks，GNN）
- 1. GNN起源
- - 1.1 动机一：CNN的缺陷
  - 1.2 动机二：图嵌入的缺陷
- 2. 什么是GNN？
- - 简介
  - 与传统NN的区别（GNN优点）
- 3. GNN分类
- 4. GNN模型
- - 4.1 The framework of GNN
  - 4.2 How to learn the parameters of f and g
  - 4.3 GNN模型的局限性
- 5. GNN的变体
- - 5.1 图类型（Graph Type）
  - 5.2 传播类型（Propagation Type）
  - - 5.2.1 卷积(Convolution)
    - 5.2.2 注意力机制(Attention)
    - 5.2.3 门机制(Gate)
    - 5.2.4 跳跃连接(Skip connection)
    - 5.2.5 分层池化(Hierarchical Pooling)
  - 5.3 训练方法（Training Method）
- 6. 通用框架
- - 6.1 Message Passing Neural Networks
  - 6.2 Non-local Neural Networks
  - 6.3 Graph Networks
- 7. GNN应用
- - 7.1 结构化场景(Structural Scenarios)
  - 7.2 非结构化场景(Non-structural Scenarios)
  - 7.3 其他场景
- 8. 开放性问题

图神经网络（Graph Neural Networks，GNN）

1. GNN起源

1.1 动机一：CNN的缺陷

CNN的核心特点在于：局部连接(local connection)，权重共享(shared weights)和多层叠加(multi-layer)

这些同样在图问题中非常试用，因为图结构是最典型的局部连接结构，其次，共享权重可以减少计算量，另外，多层结构是处理分级模式(hierarchical patterns)的关键。

传统的深度学习方法被应用在提取欧氏空间数据的特征方面取得了巨大的成功，但许多实际应用场景中的数据是从非欧式空间生成的，传统的深度学习方法在处理非欧式空间数据上的表现却仍难以使人满意。

CNN只能在欧几里得数据(Euclideandata)，比如二维图片和一维文本数据上进行处理，而这些数据只是图结构的特例而已，对于一般的图结构，则很难使用

1.2 动机二：图嵌入的缺陷

图嵌入大致可以划分为三个类别：矩阵分解、随机游走和深度学习方法

图嵌入和GNN的区别

图神经网络（GNN）模型原理及应用综述相关推荐

PGL图学习之图神经网络GNN模型GCN、GAT
在4922份提交内容中,主要涉及13个研究方向,具体有: 1.AI应用应用,例如:语音处理.计算机视觉.自然语言处理等 2.深度学习和表示学习 3.通用机器学习 4.生成模型 5.基础设施,例如:数据 ...
图神经网络代码_第一篇：图神经网络(GNN)计算框架绪论
写在开头: 这个专栏是为了总结我本科毕业设计中所设计的题目<基于GPU的图神经网络算法库的设计钰实现>.这半年来一直在这个方向上啃代码,读论文,真的学到了很多东西.尤其是阅读了大佬团队写的 ...
图机器学习(GML)图神经网络(GNN)原理和代码实现(前置学习系列二）
图机器学习(GML)&图神经网络(GNN)原理和代码实现(PGL)[前置学习系列二] 上一个项目对图相关基础知识进行了详细讲述,下面进图GML networkx :NetworkX 是一个 P ...
A.图机器学习(GML)图神经网络(GNN)原理和代码实现(前置学习系列二）
图学习图神经网络算法专栏简介:主要实现图游走模型(DeepWalk.node2vec):图神经网络算法(GCN.GAT.GraphSage),部分进阶 GNN 模型(UniMP标签传播.ERNIESa ...
图网络究竟在研究什么？从15篇研究综述看图神经网络GNN的最新研究进展
近年来,由于图结构的强大表现力,用机器学习方法分析图的研究越来越受到重视.图神经网络(GNN)是一类基于深度学习的处理图域信息的方法. 到目前,相关研究的已经非常多了,不过我们回过头来看思考和回顾一下 ...
深入浅出图神经网络|GNN原理解析☄学习笔记（四）表示学习
深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习文章目录深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习表示学习表示学习的意义离散表示与分布式表示端到端学习基于重构损 ...
图神经网络GNN在推荐系统的应用：综述
参考: 论文1: <Graph Neural Networks in Recommender Systems: A Survey> https://arxiv.org/pdf/2011.0 ...
2.图神经网络GNN
目录 2.1图相关知识 2.1.1图的定义 2.1.2图的相关操作 2.1.3图的常见数据结构 2.Graph Embedding 2.1Embedding 2.2DeepWalk 2.3LINE 2 ...
图神经网络(GNN)的简介
近年来,图神经网络(GNN)在社交网络.知识图.推荐系统甚至生命科学等各个领域得到了越来越广泛的应用.GNN在对图节点之间依赖关系进行建模的强大功能,使得与图分析相关的研究领域取得了突破.本文介绍了图 ...
2022图神经网络5篇最新的研究综述：双曲/图分类/联邦/等变/异质性
点击上方"AI遇见机器学习",选择"星标"公众号重磅干货,第一时间送达转载于"深度学习与图网络" 近年来,深度学习领域关于图神经网络(G ...

图神经网络（GNN）模型原理及应用综述