图卷积神经网络的数学原理——谱图理论和傅里叶变换初探
①Graph是相比于Image更加广义的一种拓扑结构。
②Image是Grape在欧式空间的一种特例。①A:图的邻接矩阵
②A^\hat{A}A^ :A^=A+I\hat{A}=A+IA^=A+I,III为单位矩阵
③D:节点的度矩阵
④D^\hat{D}D^ :D^=D+I\hat{D}=D+ID^=D+I,III为单位矩阵GNN的公式表达:H(l+1)=f(A,Hl)H^{(l+1)} =f(A,H^{l})H(l+1)=f(A,Hl)
公式理解:给定图的邻接矩阵A和每个节点的特征HlH^{l}Hl作为
原创
2022-07-26 21:59:12 ·
952 阅读 ·
0 评论