图神经网络 Graph Neural Network(GNN)

图神经网络和单纯神经网络一个很大的区别就是,图神经网络有节点和边的这种结构。

     具体应用上,图神经网络可以识别具有图片,文字等结构信息。

    比如识别一个人物的身份的任务就需要首先识别人,然后识别与之相关的其他人的信息(利用边连接),最后综合这些信息得出判断 

 

为什么我们需要GNN

我们处理的数据可能有着潜在的结构和关系

 如果我们要判断是谁杀人凶手

那我们就来train一个classifier

但是这里特殊的是,不同人物之间也是有关系的

在这里我们需要同时考虑人物的feature,也要考虑它和其他人物之间的关系

并且,不只是考虑某两个人之间的关系,还要考虑所有人物之间的关系

这个时候我们就必须要用 图神经网络 了

 

GCN全称Graph Convolutional Network,意思是图卷积网络

 

 

how to embed node into a feature space using convolution

根据这个问题,就产生了两种

  • 基于空域的图神经网络

  • 基于频域的图神经网络

 

空域GNN与频域GNN的相关算法

 

 

 

 

基于空域的图神经网络

 

 

基于频域的图神经网络

 

 

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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