DGCN论文阅读

DGCN论文阅读

1. 网络架构

本文的主要思想：

DGCN的网络框架：

输入由三部分组成：1. the recent-period data X_Th
2. the daily-period data X_Td；
3. the weekly-period data X_Tw

网络主要由两个部分组成：1. LMLN（蓝色部分）和 2. GCN（灰色部分）

1.1 LMLN，Laplace Matrix Latent Network

看Fig. 2. 蓝色的部分，主要有一个Global Laplace matrix Learning Layer 和两个Laplace matrix prediction unit组成。

Laplace matrix prediction unit的结构如下，主要包括三个部分：1. the feature sampling; 2. the spatial attention; 3. LSTM unit ：

（1）Global Laplace Matrix Learning Layer*

（提到了参考文献17，maybe思路是从那里来的。）

这里进行了这样的一个数学运算：

（2）Feature Sampling

这个模块的目的是：