《Semi-supervised classification with graph convolutional networks》 论文浅读

1、论文简介

    论文：《Semi-supervised classification with graph convolutional networks》。

    作者：Thomas N. Kipf，Max Welling。

    版本：Submitted on 9 Sep 2016 (v1), last revised 22 Feb 2017 (this version, v4)。

    PDF 地址：https://arxiv.org/pdf/1609.02907.pdf。

2、主要内容

    “In this work, we encode the graph structure directly using a neural network model f(X, A) and train on a supervised target  for all nodes with labels.”

    提出神经网络 f(X, A)：① 二维矩阵 X 表示图（graph）中所有点（node）的特征（feature），X 的每一行为一个点的特征向量；② A 为图的邻接矩阵。

    f(X, A) 的输出为 n*F 矩阵 Z，n 为点的个数，F 为类别数。根据 Z 找第 i 个点的类别：找到 j = j_，其使 max(i, j) 最大，则第 i 个点属于