高速电路与神经网络实验室
形 象 认 知 计 算     课题组

宾州大学学者探索图神经网络的架构、稳定性和可迁移性

图神经网络 (GNNs) 是图信号支持的信息处理体系结构。它们在这里作为卷积神经网络 (CNNs) 的推广提出,其中每个层包含图卷积滤波器,而不是经典卷积滤波器。滤波器由点态非线性组成并分层堆叠。结果表明,GNN 结构对排列的方差相等,对图形变形的稳定性较好。这些特性提供了一个解释的措施,可以观察到的良好性能的 GNNs 经验。如果图收敛于一个极限对象,图形,GNN 收敛于一个相应的极限对象,图神经网络。这种收敛证明了 GNN 在不同节点数量的网络之间的可迁移性。

(以上文章转载自专知,原文链接:https://mp.weixin.qq.com/s/_Chm46Ry_y3y1aODEZ6TBw,如涉及版权,请与网站编辑联系zwli@semi.ac.cn)