卷积层数据放大_AAAI 2018 | 腾讯提出自适应图卷积神经网络，接受不同图结构和规模的数据...

原标题：AAAI 2018 | 腾讯提出自适应图卷积神经网络，接受不同图结构和规模的数据

选自arXiv

作者：Ruoyu Li等

参与：路雪

近日，AAAI 2018 发布接收论文列表，腾讯 AI Lab 共入选 11 篇。在论文《Adaptive Graph Convolutional Neural Networks》中，腾讯联合德克萨斯大学阿灵顿分校提出自适应图卷积神经网络 AGCN，可接受任意图结构和规模的图作为输入。

论文：自适应图卷积神经网络(Adaptive Graph Convolutional Neural Networks)

论文链接：https://arxiv.org/pdf/1801.03226.pdf

摘要：图卷积神经网络(Graph CNN)是经典 CNN 的推广方法，可用于处理分子数据、点云和社交网络等图数据。Graph CNN 中的的滤波器大多是为固定和共享的图结构而构建的。但是，对于大多数真实数据而言，图结构的大小和连接性都是不同的。本论文提出了一种有泛化能力且灵活的 Graph CNN，其可以使用任意图结构的数据作为输入。通过这种方式，可以在训练时为每个图数据构建一个任务驱动的自适应图(adaptive graph)。为了有效地学习这种图，我们提出了一种距离度量学习方法。我们在九个图结构数据集上进行了大量实验，结果表明我们的方法在收敛速度和预测准确度方面都有更优的表现。

引言

尽管卷积神经网络(CNN)被证明可成功解决大量机器学习问题(Hinton et al. 2012; Dundar et al. 2015)，但是它们通常要求输入为张量。比如&#x