图神经网络论文阅读(十四) Going Deep: Graph Convolutional Ladder-Shape Networks，AAAI2020

忙里偷闲看一篇论文。本文作者来自University of Technology Sydney, Australia。本文贡献如下： 提出了一种基于上下文特征通道对称地构造在一条收缩路径和一条扩展路径上的图卷积网络，极大地扩展了频谱图卷积网络的深度。这个可以参照U-Net。 本文提出的图卷积梯形网络(GCLN)解决了基于邻域聚合的神经网络中卷积层较多的特征过平滑问题。 在半监督和非监督节点级任务上

>>阅读原文<<