1.GCN(Graph Convolutional Network)

已于 2023-03-16 17:55:23 修改
阅读量73 收藏
点赞数
文章标签： 算法
于 2023-03-16 17:51:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/june_python/article/details/129593124
版权
文章探讨了如何将非欧几里得空间的数据结构转化为图的表示，并在卷积神经网络(CNN)中使用。通过邻接矩阵A和度矩阵D，结合特征向量H，以及权重W和偏置b，文章介绍了图卷积网络(GCN)的衰减传播公式，该公式用于归一化点之间的强度关系，并在传播过程中考虑了每个点的局部信息。GCN在前向传播中捕获了节点的多阶邻居信息，通过衰减防止了强连接节点对其他节点属性的过度影响。
摘要由CSDN通过智能技术生成

将非欧几得里空间得数据结构转化成图的表示，这些图得表示相当于CNN中Y = XW+ b 中的各层X，所得的向前传播公式为：

A为有连接强度的邻接矩阵，D为顶点的度矩阵，H为对应顶点的特征向量

A~为有连接强度的加入本点信息的邻接矩阵，D~为加入本点信息的度

W是权重，b是偏置，σ（sigma）是激活函数

衰减的传播公式为 \widetilde{D}^{-\frac{1}{2}}\widetilde{A}\widetilde{D}^{-\frac{1}{2}}H，衰减的目的是防止社牛临点过于影响社恐本点的属性。

D^{-1}A是为了把点与点之间的强度关系归一化，再与H临点相乘，取得本点的新特征，上述曲线是加入了本点特征，两个D~-1/2 是做衰减临点特征用的。

往前传递的新的点包含的信息有衰减的连接点的连接强度*连接点特征信息和本点原比重的信息，往前传递n阶该点就会包含n阶邻居的信息。

主要参考以下作者：

https://blog.csdn.net/weixin_42037511/article/details/126271782?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167894998616800182716271%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167894998616800182716271&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-126271782-null-null.142^v73^insert_down2,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=cnn%E5%92%8Cgcn&spm=1018.2226.3001.4187

June_PointClouds_DL
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图卷积网络Graph Convolutional Network（GCN）的理解和详细推导.pdf
06-11
图卷积网络 GCN Graph Convolutional Network（谱域GCN）的理解和详细推导博客pdf 原博客链接：https://blog.csdn.net/yyl424525/article/details/100058264#comments_12499724
Pedestrian Attribute Recognition with Graph Convolutional Network in Surveillanc
07-06
Pedestrian Attribute Recognition with Graph Convolutional Network in Surveillance Scenarios
Graph Convolutional Networks.zip
09-20
图卷积网络（Graph Convolutional Networks，简称GCN）是一种在非欧几里得数据上应用深度学习的先进技术，广泛应用于社交网络分析、化学分子结构建模、推荐系统等领域。GCN通过将传统的卷积操作扩展到图结构，允许在...
2019-PR-Learning graph structure via graph convolutional network
08-04
"Graph Convolutional Network学习图结构" 图 convolutional neural networks (GCN) 近年来引起了越来越多的关注，因为它们能够处理定义在 irregular 或非欧几里德域上的图结构数据。与定义在regular grids 上的...
PyGCN（Graph Convolutional Nueral Network）图卷积网络的算法实现
02-28
图卷积网络Graph Convolutional Nueral Network，简称GCN。 深度学习一直都是被几大经典模型给统治着，如CNN、RNN等等，它们无论再CV还是NLP领域都取得了优异的效果，那这个GCN是怎么跑出来的？是因为我们发现了很多...
算法的学习笔记—删除链表中重复的结点（牛客JZ76）
业精于勤，荒于嬉
08-14 767
本文介绍了一种删除排序链表中重复节点的高效算法。通过递归的方式，算法能够有效地删除所有重复节点，并保留链表中仅出现一次的节点。此方法的实现简单且易于理解，同时在时间和空间复杂度方面表现优异，适用于处理大规模数据链表中的重复节点问题。😁热门专栏推荐想学习vue的可以看看这个java基础合集数据库合集redis合集nginx合集linux合集手写机制微服务组件spring_尘觉springMVCmybits🤔欢迎大家加入我的社区尘觉社区。
【LeetCode每日一题】——623.在二叉树中增加一行
IronmanJay的博客
08-14 651
给定一个二叉树的根 root 和两个整数 val 和 depth ，在给定的深度 depth 处添加一个值为 val 的节点行。 注意，根节点 root 位于深度 1 。 加法规则如下: 给定整数 depth，对于深度为 depth - 1 的每个非空树节点 cur ，创建两个值为 val 的树节点作为 cur 的左子树根和右子树根。 cur 原来的左子树应该是新的左子树根的左子树。 cur 原来的右子树应该是新的右子树根的右子树。 如果 depth == 1 意味着 depth - 1 根本没有深度
代码随想录算法训练营第十一天
b1ankwall的博客
08-10 1236
参加代码随想录第43期算法训练营day11|150. 逆波兰表达式求值，239. 滑动窗口最大值，347.前 K 个高频元素，栈与队列总结
[算法2] 第二集 二叉树中的深度搜索
2301_80017277的博客
08-09 876
一、（DFS，全称为 Depth First Traversal），是我们树或者图这样的数据结构中常⽤的⼀种遍历算法。这个算法会尽可能深的搜索树或者图的分支，直到⼀条路径上的所有节点都被遍历完毕，然后再回溯到上⼀层，继续找⼀条路遍历。在⼆叉树中，常见的深度优先遍历为：前序遍历、中序遍历以及后序遍历。因为树的定义本⾝就是递归定义，因此采⽤递归的方法去实现树的三种遍历不仅容易理解⽽且代码很简洁。
算法：外卖调度
m0_73915763的博客
08-13 823
有N个餐厅和M个外卖员，每个餐厅在某个时间点会产生一个外卖订单，这些订单都有产生时间、所需送达时间和优先级。外卖员在空闲时会选择最优先的订单来配送，直到所有订单都被送达。具体规则如下: 对于每个餐厅的订单，优先级高的订单优先，其次是所需送达时间最短的订单，再次是产生时间最早的订单。外卖员在空闲时会从所有餐厅的最高优先级订单中挑选一个所需送达时间最短的订单进行配送，若所需送达时间相同则选择餐厅编号最小的订单。
经典算法题总结：十大排序算法，外部排序和Google排序简介
技术研究记录
08-10 568
快速排序（Quick Sort）是一种常用的高效的排序算法，它是一种基于比较的排序算法，利用了分治（自顶向下）的思想。快速排序的主要思想是选择一个基准元素，将数组分成两个子数组，一个子数组的所有元素都小于基准元素，另一个子数组的所有元素都大于基准元素，然后递归地对这两个子数组进行排序，最后将它们合并起来。
【算法】二分查找
2301_80277275的博客
08-10 279
二分查找、在排序数组中查找元素的第一个和最后一个位置、x的平方根、搜索插入位置、山脉数组的峰顶索引、寻找峰值、寻找旋转排序数组中的最小值、点名
24/8/14算法笔记 复习_OVR和softmax
最新发布
yyyy2711的博客
08-14 83
OvR（One vs Rest）算法是一种解决多分类问题的方法，它将多分类问题转化为多个二分类问题。具体来说，如果有N个类别，OvR算法会为每个类别训练一个二分类器，将该类别作为正例，其余所有类别作为负例。在预测时，所有二分类器都会对测试样本进行预测，然后选择预测为正例的概率最高的类别作为最终预测结果。如果多个分类器预测为正类，则选择置信度最大的类别作为最终分类结果。这种方法的优点是实现简单，计算量相对较小，但是可能会在类别不平衡的情况下导致性能下降。
矩阵转置（c语言）
scy2429828663的博客
08-09 802
int m = 0;int a = 0;//输入 n m//将数据存储在arr上//输入 aj < n;j++)i < m;i++)//转置i < m;i++)j < n;
(回溯) LeetCode 39. 组合总和
zth12212003的博客
08-10 855
本题也十分建议练习，巩固回溯的基础同时可以应对相关的变题时间复杂度：O(S)，S 为所有可行解的长度之和；空间复杂度：O(target)。
C语言实现排序之归并排序算法
2403_83044722的博客
08-14 147
归并排序采用分治法策略，将数组递归地分成两半，然后对每一半进行排序，最后将两个已排序的子数组合并成一个完整的有序数组。
力扣：3132. 找出与数组相加的整数 II（Java，枚举）
jungleirim的博客
08-09 263
移除 nums1 中下标为 [0,4] 的两个元素，并且每个元素与 -2 相加后，nums1 变为 [18,14,10] ，与 nums2 相等。移除 nums1 中下标为 [0,3] 的两个元素，并且每个元素与 2 相加后，nums1 变为 [7,7] ，与 nums2 相等。执行上述操作后，nums1 和 nums2 相等。输入：nums1 = [4,20,16,12,8], nums2 = [14,18,10]输入：nums1 = [3,5,5,3], nums2 = [7,7]
6. Z 字形变换【 力扣(LeetCode) 】
yyh520025的博客
08-09 543
将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。之后，你的输出需要从左往右逐行读取，产生出一个新的字符串，比如：“PAHNAPLSIIGYIR”。
算法：装备战力计算
m0_73915763的博客
08-13 278
设计一个游戏角色的装备系统，系统可以包含合成装备以及独立装备，这里的合成装备，可以继续包含独立装备以及合成装备。战力系数是装备在系统里面的嵌套合成数，装备的战力系数越高，表示战力越高，请计算出整个系统里面装备的战力和。提示:战力=装备力*嵌套合成数27解释:一个嵌套合成数为1，战力为1的装备，一个嵌套合成数为2，战力为4的装备，一个嵌套合成数为3，战力为6的装备。所以1+4*2+6*3=27。10解释:因为装备中有四个嵌套合成数为2，战力为1的装备;和一个嵌套合成数为1，战力为2的装备。
graph convolutional network和 graph isomorphism network
12-14
Graph Convolutional Network (GCN) 和 Graph Isomorphism Network (GIN) 都是用于处理图数据的深度学习模型。GCN 是一种基于图卷积操作的模型，它可以有效地学习图数据的表示，具有良好的可扩展性和泛化能力。它...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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