Diffusion-Convolutional Neural Networks

最新推荐文章于 2023-09-17 20:13:37 发布

VIP文章怕狗子的福哥

最新推荐文章于 2023-09-17 20:13:37 发布

阅读量618

点赞数

分类专栏：图网络文章标签：卷积神经网络

本文链接：https://blog.csdn.net/qq_45312141/article/details/106835537

版权

在这里插入图片描述

$A_t$ 表示图的邻接矩阵， $P_t$ 表示度归一化转移矩阵， $P_t)_{ij}$ 表示由节点 $i$ 转移到 $j$ 的概率，可以由 $A_t$ 计算得到，可以认为是权重矩阵。
$A_t$ 矩阵有一个性质： $A_t$ 矩阵的幂级数 $A^n_t$ 中的一个元素 $(A^n_t)_{ij}$ ，表示节点 $i$ 到节点 $j$ 长度为 $n$ 的游走(英文为 $w a l k)$ 的数量，当不存在这样的游走时，该值为 $0$ ，之后将该矩阵归一化后，就可以表示长度为 $n$ 时，节点 $i$ 转移到 $j$ 的概率。这种性质对应与公式：

$P^*_{tijk}=P^j_{tik}\tag1$

其中， $P^*_t\in R^{N_t\times H\times N_t}$ 表示由 $P_t$ 组成的幂级数； $i$ 表示节点 $i$ ； $j$ 表示跳 $(h o p)$ 为 $j$ ，也就是游走的长度为 $j$ ； $k$ 表示节点的第 $k$ 个特征。从公式

优惠劵

关注关注