論文閱讀筆記:Graph Matching Networks for Learning the Similarity of Graph Structured Objects

論文做的是用於圖匹配的神經網絡研究,作者做出了兩點貢獻: 證明GNN可以經過訓練,產生嵌入graph-leve的向量可以用於相似性計算。 作者提出了一種新的基於注意力的跨圖匹配機制GMN(cross-graph attention-based matching mechanism),來計算出一對圖之間的相似度評分。(核心創新點) 論文證明了該模型在不同領域的有效性,包括具有挑戰性的基於控制流圖(c
相關文章
相關標籤/搜索