神经网络(GNNs)是一种针对学习图表示的神经网络结构,已经成为一种流行的学习模型,用于预测节点、图和点的构型的任务,并在实践中获得了广泛的成功。本文选取了广泛应用的消息传递神经网络和高阶神经网络的逼近和学习特性的新兴理论成果,重点从表示、概括和外推三个方面进行了综述。本文总结了数学上的联系。

成为VIP会员查看完整内容
44

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
115+阅读 · 2022年1月14日
专知会员服务
52+阅读 · 2021年6月16日
MIT 图神经网络理论:表示与学习(论文+视频)
图与推荐
1+阅读 · 2022年5月23日
图神经网络+对比学习,下一步去哪?
图与推荐
1+阅读 · 2021年10月29日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关主题
相关资讯
MIT 图神经网络理论:表示与学习(论文+视频)
图与推荐
1+阅读 · 2022年5月23日
图神经网络+对比学习,下一步去哪?
图与推荐
1+阅读 · 2021年10月29日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员