论文阅读_Spectral Networks and Deep Locally Connected Networks on Graphs

Abstract

这篇文章最早的把CNN扩展到图上，俗称‘’第一代GCN.‘’ CNN一般是基于欧式空间的，有如下特点：
1> 权重共享
2> 局部性：欧式空间可以支持卷积核,局部卷积计算。
3> 通过卷积和池化，减少参数。
文章通过两种方式构建图卷积：空域构建（Spatial Construction）和频域构建（Spectral Construction）。

一、研究背景

CNN在欧式空间进行卷积计算的，而有的数据不能满足这样的要求：比如：表面张力或温度，来自气象站网络的测量，或来自社交网络或collaborative filtering的数据，就不能应用在CNN上。

二、Spatial Construction

图聚类算法见谱聚类算法，
Figure 1: Undirected Graph G = (Ω0; W) with two levels of clustering. The original points are

Deep Locally Connected Networks