GCN现有变体不完全汇总(在时空数据挖掘中的应用)

GCN现有变体汇总(应用篇)

Mix Hop(高阶多跳的图特征)融合

文献:

ICML_2019

MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing

                                            

AAAI_20: Multi-Range Attentive Bicomponent Graph Convolutional Network for Traffic Forecasting

2. 两路并行,同时对节点和边的关系建模,形成以边为中心的图网络和以节点为中心的图网络

NodeNet

EdgeNet

AAAI_20: Multi-Range Attentive Bicomponent Graph Convolutional Network for Traffic Forecasting (同上)

TKDE_20: Flow Prediction in Spatio-Temporal Networks Based on Multitask Deep Learning

  • 6
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值