Chapter1: Introduction to Graph Neural Networks (Graph Neural Networks Overview)

文章结构概述

• 1、Introduction

  • • 1.1 MOTIVATIONS

    • • 1.1.1 CONVOLUTIONAL NEURAL NETWORKS
      • 1.1.2 NETWORK EMBEDDING

    • 1.2 RELATED WORK

1、Introduction

图作为一种数据结构，用于对一组对象（节点）及其关联关系（边）进行建模。近年来，利用机器学习技术对图进行分析的研究逐渐受到广泛关注，这主要得益于图所具备的强大表达能力。图能够作为多种系统的表征形式，广泛应用于社会科学（如社交网络） [Hamilton et al., 2017b, Kipf and Welling, 2017] 、自然科学（如物理系统） [Battaglia et al., 2016, Sanchez et al., 2018] 、蛋白质-蛋白质相互作用网络 [Fout et al., 2017] 、知识图谱 [Hamaguchi et al., 2017] 及众多其他研究领域 [Khalil et al., 2017] 。作为一种特殊的非欧式数据结构，图在机器学习中展现出独特性，并促使人们关注节点分类、链接预测以及聚类等任务的分析。图神经网络（GNNs）是基于深度学习框架设计的一种方法，专门用于处理图域中