遞歸圖神經網絡

Recurrent Graph Neural Networks 遞歸圖神經網絡（RecGNN）大多是圖神經網絡的開創性作品。 RecGNN旨在學習具有遞歸神經體系結構的節點表示。 他們假設圖中的節點不斷與其鄰居交換信息/消息，直到達到穩定的平衡。 RecGNNs在概念上很重要，並啓發了後來對卷積圖神經網絡的研究。 特別地，消息傳遞的思想被基於空間的卷積圖神經網絡所繼承。[1] 1 A New Mo

>>阅读原文<<