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
相關文章
相關標籤/搜索