本文收录于ICLR2020，作者是吉林大学的杨博老师。我们知道，GCN的本质其实是消息传递神经网络，但是MPNN有着两个基本缺陷限制了其表示图结构信息的能力：丢失邻域中节点的结构信息，以及不能捕获异类图中的长范围依赖关系。为了解决这两个缺陷本文提出了Geom-GCN，其背后的基本思想是图上的聚集可以受益于图下的连续空间。所提出的聚集方案是排列不变的，由节点嵌入、结构邻域和双层聚合三个模块组成。直接看模型：

Model

这篇文章的框架就是这副图，模型主要包括三个部分，节点嵌入，结构邻域和双层聚合。因此本文的核心思想就是将节点映射为连续空间的一个向量，在隐空间查找邻居并进行聚合。

节点嵌入

首先将图中的节点映射到一个潜在的连续空间，文中指的是二维空间，映射方法文中采用了以下三种方法：

Isom

图神经网络（十八）GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS相关推荐

图融合GCN（Graph Convolutional Networks）
图融合GCN(Graph Convolutional Networks) 数据其实是图(graph),图在生活中无处不在,如社交网络,知识图谱,蛋白质结构等.本文介绍GNN(Graph Neural ...
【图卷积网络】Semi-Supervised Classification with Graph Convolutional Networks
论文:Semi-Supervised Classification with Graph Convolutional Networks 代码:TensorFlow.PyTorch 摘要我们提出了一种 ...
【论文整理】基于图神经网络的社交推荐模型整理Graph Neural Networks for Recommender Systems: Challenges, Methods, and Direct
社交推荐模型发展历程图形构造在具有社会意识的推荐系统中,用户的最终行为取决于朋友的社会影响和他/她自己的偏好.社交推荐面临的主要挑战之一是如何构建社交图来捕捉朋友的社交影响.一般来说,社交网络中的 ...
论文浅尝 | GEOM-GCN: Geometric Graph Convolutional Networks
论文笔记整理:毕祯,浙江大学硕士,研究方向:知识图谱.自然语言处理. 动机消息传递神经网络(MPNN)已成功应用于现实世界中的各种应用中.但是MPNN聚合器的两个基本弱点限制了它们表示图结构数据的能 ...
图卷积网络(Graph Convolutional Networks, GCN)详细介绍
本文翻译自博客. 在这篇博文中会为大家详细地介绍目前使用广泛的图神经网络--图卷积网络(Graph Convolutional Networks, GCN)的相关知识.首先将带领大家直觉上感受其工作原 ...
图神经网络（二）GCN的性质（3）GCN是一个低通滤波器
图神经网络(二)GCN的性质(3)GCN是一个低通滤波器在图的半监督学习任务中,通常会在相应的损失函数里面增加一个正则项,该正则项需要保证相邻节点之间的类别信息趋于一致,一般情况下,我们选用拉普拉 ...
图神经网络（二）GCN的性质（2）GCN能够对图数据进行端对端学习
图神经网络(二)GCN的性质(2)GCN能够对图数据进行端对端学习近几年,随着深度学习的发展,端对端学习变得越来越重要,人们普遍认为,深度学习的成功离不开端对端学习的作用机制.端对端学习实现了一种 ...
【Graph Neural Network 图神经网络】3.Spatial-based Graph Convolutional Networks 基于空间的图卷积网络
前言类似于图像上传统的卷积运算,基于空间的方法根据节点的空间关系定义图卷积.图像可以看作是一种特殊的图形式,每个像素代表一个节点.每个像素都直接连接到它附近的像素,如下图左所示.对3*3的区域应用一 ...
图神经网络（三）GCN的变体与框架（4）GNN的通用框架
图神经网络(三)GCN的变体与框架(4)GNN的通用框架 3.4 GNN的通用框架 3.4.1 MPNN 3.4.2 NLNN 1.内积 2.全连接 3.高斯函数 3.4.3 GN 参考文献 3.4 ...

图神经网络（十八）GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS

Model

节点嵌入

图神经网络（十八）GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS相关推荐

最新文章

热门文章