传统机器学习,数据样本间彼此独立,不知道对方的存在
图特有的多模态
图节点:图中节点——>d维向量
节点层面,连接层面,子图层面, 全图层面
图神经网络解决的三大问题:
1,每个节点的嵌入向量都需要单独训练,没有参数共享
2, 直推式,无法泛化到新图和新节点
3,没有用到节点属性特征标注
消息传递神经网络:无法区分节点1和节点2(计算图相同)
GCN内核不是单射函数,因此表达能力没有GIN强
传统机器学习,数据样本间彼此独立,不知道对方的存在
图特有的多模态
图节点:图中节点——>d维向量
节点层面,连接层面,子图层面, 全图层面
图神经网络解决的三大问题:
1,每个节点的嵌入向量都需要单独训练,没有参数共享
2, 直推式,无法泛化到新图和新节点
3,没有用到节点属性特征标注
消息传递神经网络:无法区分节点1和节点2(计算图相同)
GCN内核不是单射函数,因此表达能力没有GIN强