论文翻译:图卷积入门-SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

       我们提出了一种可扩展的在图结构数据上进行半监督学习的方法,它基于一种直接在图上操作的卷积神经网络的有效变体。我们通过频谱图卷积的局部一阶近似来激励卷积架构的选择。我们的模型以图形边的数量线性缩放,并学习编码局部图结构和节点特征的隐藏层表示。在引文网络和知识图数据集的大量实验中,我们证明了我们的方法。       我们考虑对图(如引文网络)中的节点(如文档)进行分类的问题,其中标签只对
相关文章
相关标签/搜索