Graph Edit Distance Computation via Graph Neural Networks 2019 WSDM

文章简介

  1. 文章链接
  2. 作者单位:
    白云生,洛杉矶加州大学, yba@ucla.edu
    丁浩,普渡大学,ding209@purdue.edu
    宋边,浙江大学,biansonghz@gmail.com
    陈婷,洛杉矶加州大学,tingchen@cs.ucla.edu
    孙宜州,洛杉矶加州大学,yzsun@cs.ucla.edu
    王玮,洛杉矶加州大学,weiwang@cs.ucla.edu
  3. 文章来源:WSDM 2019 (CCFB类,CORE评价为A*)
  4. 他人的讲解ppt
  5. 2.他人github代码
    1.作者github代码

参考文献

[参考文献9]
Michaël Defferrard, Xavier Bresson, and Pierre Vandergheynst.
2016.
复现代码
Convolutional neural networks on graphs with fast localized spectral filtering.
In NIPS.
3844–3852
在这里插入图片描述

文章总结

1.解决问题

  这篇文章作为使用新模型,去计算图相似度的方法确实很新颖。但是自己实在读不懂,里面有很多框架不能够实现。

2.使用方法

3.文章不足

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值