来源:学术头条 本文约2300字,建议阅读6分钟
本文为你介绍构建GNN模型的“四步”框架。
近年来,由于图的强大表达能力,利用机器学习分析图的研究越来越受到关注。图(graph)作为一种数据结构,由节点(node)和边(edge)组成,如果赋予节点和边不同的含义,那么看似简单的图就可以组成非常庞大的信息。例如,若图中的节点代表商品,边表示购买顺序,那么连起来就代表了一个用户的购物网络。
图 | 一个最简单的图包含节点和边(箭头表示关系方向)
图 | GNN 的设计流程图(来源:论文)
图 | 图类型与规模及其详细分类(来源:论文)
图 | 三种计算模块及其详细操作(来源:论文)
图 | GNN 应用场景(来源:论文)
网址:
https://www.sciencedirect.com/journal/ai-open
论文链接:
https://www.sciencedirect.com/science/article/pii/S2666651021000012#!
* Dr. Zhiyuan Liu, Tsinghua University, China. Email: liuzy@tsinghua.edu.cn
* Dr. Xipeng Qiu, Fudan University, China. Email: xpqiu@fudan.edu.cn
* Dr. Jie Tang, Tsinghua University, China. Email: jietang@tsinghua.edu.cn