递归图神经网络

Recurrent Graph Neural Networks 递归图神经网络（RecGNN）大多是图神经网络的开创性作品。 RecGNN旨在学习具有递归神经体系结构的节点表示。 他们假设图中的节点不断与其邻居交换信息/消息，直到达到稳定的平衡。 RecGNNs在概念上很重要，并启发了后来对卷积图神经网络的研究。 特别地，消息传递的思想被基于空间的卷积图神经网络所继承。[1] 1 A New Mo

>>阅读原文<<