读书笔记3:Representation Learning on Graphs with Jumping Knowledge Networks

这篇文章针对的点是:如今的graph上的representation learning的一种方式是neighborhood aggregation,也就是在每个节点作卷积时,都是将其周围邻居节点的信息聚合在一块儿。这样作的话,有k层网络,就是将每一个节点的k-hop邻近节点的信息都聚合过来了。可是这种策略并不完美,Kipf & Welling在2017年的一篇关于GCN的论文中展现了,两层的GCN
相关文章
相关标签/搜索