图卷积神经网络理论与应用

作     者：仝宗和 袁立宁 王洋 TONG Zong-he;YUAN Li-ning;WANG Yang

作者机构：中国人民公安大学警务信息工程与网络安全学院北京100038 不详 

基　　金：国家重点研发项目课题(2018YFC0809800) 公安部公安理论软科学项目(2018LLYJGADX014) 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2020年第2期

页      码：187-192页

摘      要：近几年,图神经网络(Graph Neural Network,GNN)的成功推动了物理、生物、化学、计算机视觉、自然语言处理等众多领域的研究。许多深度学习任务,如语义分割、文本分类和动作识别,由以往使用欧式数据的卷积神经网络(Convolutional neural network,CNN)和循环神经网络(Recurrent Neural Network,RNN)方法转变为使用非欧式数据的GNN方法。在GNN地推动下,通过借鉴CNN、RNN等神经网络的思想,研究者定义和设计了用于处理图数据的特殊网络—图卷积神经网络(Graph Convolutional Network,GCN)。本文中,将对GNN、GCN以及GCN的变体进行介绍,讨论GCN在多个领域的应用,并对GCN未来的研究方向进行思考。

主 题 词：深度学习 图神经网络 图卷积神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1672-9528.2020.02.061

馆 藏 号：203889857...