圖神經網絡論文閱讀(四) Large-Scale Learnable Graph Convolutional Networks, KDD2018

本文的三位作者來自華盛頓州立大學，同之前的幾篇論文一樣，本文也是旨在解決如何在非歐的graph中獲得適用於廣義卷積的子圖結構，並提出模型learnable graph convolutional layer (LGCL)。LGCL根據值的排序，爲每個特徵自動選擇固定數量的相鄰節點，將圖形數據轉換成一維格式的網格狀結構（在節點鄰域矩陣上執行最大池化，得到top-k特徵元素），從而可以對泛型圖進行常規

>>阅读原文<<