讀書筆記3：Representation Learning on Graphs with Jumping Knowledge Networks

這篇文章針對的點是：現在的graph上的representation learning的一種方式是neighborhood aggregation，也就是在每一個節點做卷積時，都是將其周圍鄰居節點的信息聚合在一起。這樣做的話，有k層網絡，就是將每個節點的k-hop鄰近節點的信息都聚合過來了。但是這種策略並不完美，Kipf & Welling在2017年的一篇關於GCN的論文中展示了，兩層的GCN表

>>阅读原文<<