图神经网络 Graph Neural Network(GNN)_图神经网络和神经网络的区别

图神经网络和单纯神经网络一个很大的区别就是，图神经网络有节点和边的这种结构。

     具体应用上，图神经网络可以识别具有图片，文字等结构信息。

    比如识别一个人物的身份的任务就需要首先识别人，然后识别与之相关的其他人的信息（利用边连接），最后综合这些信息得出判断 

 

为什么我们需要GNN

我们处理的数据可能有着潜在的结构和关系

 如果我们要判断是谁杀人凶手

那我们就来train一个classifier

但是这里特殊的是，不同人物之间也是有关系的

在这里我们需要同时考虑人物的feature，也要考虑它和其他人物之间的关系

并且，不只是考虑某两个人之间的关系，还要考虑所有人物之间的关系

这个时候我们就必须要用 图神经网络 了

 

GCN全称Graph Convolutional Network，意思是图卷积网络

 

 

how to embed node into a feature space using convolution

根据这个问题，就产生了两种

• 基于空域的图神经网络

• 基于频域的图神经网络

即

 

空域GNN与频域GNN的相关算法

 

 

 

 

基于空域的图神经网络

 

 

基于频域的图神经网络