WL-test (GIN)

图同构问题通常被认为是 NP 问题，Weisfeiler-Lehman算法(威斯费勒-莱曼算法)是测试图同构的经典算法之一Weisfeiler-Lehman Graph Kernels。但是Weisfeiler-Lehman 测试（WL-test）是图同构的一个必要但不充分的条件。也就是说，两个图的WL-test结果显示有差异，可认为这两个图是非同构的；但如WL-test结果显示没有差异，只能表述为这两个图可能同构。
可以看这个写的很好的博客

WL-test (GIN)相关推荐

论文阅读_(GIN)How Powerful are Graph Neural Networks
GIN Introduction GNN变体广泛遵循递归邻域聚合,其中每个节点聚合其邻居的特征向量以计算其新的特征向量.经过 k 次聚合迭代后,节点由其转换后的特征向量表示,该向量捕获节点 k 跳邻域 ...
【CS224W】(task9)图神经网络的表示能力(GIN图同构模型)
note ranking by discriminative power(input):sum-multiset > mean-distribution > max-set [基础部分]G ...
基于图同构网络（GIN）的图表征网络的实现
基于图同构网络(GIN)的图表征网络的实现基于图同构网络的图表征学习主要包含以下两个过程: 首先计算得到节点表征: 其次对图上各个节点的表征做图池化(Graph Pooling),或称为图读出(G ...
How Powerful are Graph Neural Networks？ GIN 图同构网络 ICLR 2019 论文详解
文章目录 1 相关介绍 Definition 1 :multiset 数学上的单射(injective) 2 GNN 怎么和 Weisfeiler-Lehman test 关联起来? 2.1 符号定义 ...
图卷积网络中的GCN和GIN学习
目录文章目录前言一.介绍二.基于谱图的GNN 1.简介 2.基础知识卷积定理图的卷积公式 3.GCN网络 GCN1.0 GCN2.0 GCN2.0 ChbeyNet GCN3.0 三.基于 ...
Gin 框架学习笔记（03）— 输出响应与渲染
在 Gin 框架中,对 HTTP 请求可以很方便有多种不同形式的响应.比如响应为 JSON . XML 或者是 HTML 等. Context 的以下方法在 Gin 框架中把内容序列化为不同类型写 ...
Gin 框架学习笔记（02）— 参数自动绑定到结构体
参数绑定模型可以将请求体自动绑定到结构体中,目前支持绑定的请求类型有 JSON .XML .YAML 和标准表单 form数据 foo=bar&boo=baz 等.换句话说,只要定义好结构体, ...
Gin源码解析和例子——中间件（middleware）
在<Gin源码解析和例子--路由>一文中,我们已经初识中间件.本文将继续探讨这个技术.(转载请指明出于breaksoftware的csdn博客) Gin的中间件,本质是一个匿名回调函数.这 ...
Gin源码解析和例子——路由
Gin是一个基于golang的net包实现的网络框架.从github上,我们可以看到它相对于其他框架而言,具有优越的性能.本系列将从应用的角度来解析其源码.(转载请指明出于breaksoftware的 ...
gin 获取post请求的json body操作详解
本文主要介绍了gin 获取post请求的json body操作代码如下 type KDRespBody struct {Errcode int `json:"errcode"`D ...

WL-test (GIN)

WL-test (GIN)相关推荐

最新文章

热门文章