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

這篇文章針對的點是：如今的graph上的representation learning的一種方式是neighborhood aggregation，也就是在每個節點作卷積時，都是將其周圍鄰居節點的信息聚合在一塊兒。這樣作的話，有k層網絡，就是將每一個節點的k-hop鄰近節點的信息都聚合過來了。可是這種策略並不完美，Kipf & Welling在2017年的一篇關於GCN的論文中展現了，兩層的GCN

>>阅读原文<<