一、graph neural network
处理图结构数据。
学习图中节点和边的表示。
任务:节点分类、图分类、链接预测。
核心思想:通过迭代地聚合节点的邻居信息来更新每个节点的表示,从而捕捉图结构中的局部和全局信息。
二、geometric neural network
处理和学习几何数据,例如点云、曲面网格等。
任务:点云分类、形状分割、三维物体识别。
考虑空间中的距离、形状和结构。
处理图结构数据。
学习图中节点和边的表示。
任务:节点分类、图分类、链接预测。
核心思想:通过迭代地聚合节点的邻居信息来更新每个节点的表示,从而捕捉图结构中的局部和全局信息。
处理和学习几何数据,例如点云、曲面网格等。
任务:点云分类、形状分割、三维物体识别。
考虑空间中的距离、形状和结构。