典型文献
大规模图神经网络系统综述
文献摘要：
图神经网络(GNN)是一类基于深度学习的处理图域信息的方法,它通过将图广播操作和深度学习算法结合,可以让图的结构信息和顶点属性信息都参与到学习中,在顶点分类、图分类、链接预测等应用中表现出良好的效果和可解释性,已成为一种广泛应用的图分析方法.然而现有主流的深度学习框架(如TensorFlow、PyTorch等)没有为图神经网络计算提供高效的存储支持和图上的消息传递支持,这限制了图神经网络算法在大规模图数据上的应用.目前已有诸多工作针对图结构的数据特点和图神经网络的计算特点,探索了大规模图神经网络系统的设计和实现方案.首先对图神经网络的发展进行简要概述,总结了设计图神经网络系统需要面对的挑战;随后对目前图神经网络系统的工作进行介绍,从系统架构、编程模型、消息传递优化、图分区策略、通信优化等多个方面对系统进行分析;最后使用部分已开源的图神经网络系统进行实验评估,从精确度、性能、扩展性等多个方面验证这些系统的有效性.
文献关键词：
图神经网络;大规模图数据;分布式系统;深度学习;反向传播
中图分类号：
作者姓名：
赵港;王千阁;姚烽;张岩峰;于戈
作者机构：
东北大学 计算机科学与工程学院, 辽宁 沈阳 110169
文献出处：
引用格式：
[1]赵港;王千阁;姚烽;张岩峰;于戈-.大规模图神经网络系统综述)[J].软件学报,2022(01):150-170
A类：
B类：
图神经网络,网络系统,系统综述,GNN,域信息,广播操,深度学习算法,结构信息,顶点,属性信息,图分类,链接预测,可解释性,深度学习框架,TensorFlow,PyTorch,有为,消息传递,神经网络算法,大规模图数据,图结构,设计和实现,实现方案,设计图,系统架构,分区策略,通信优化,开源,实验评估,扩展性,分布式系统,反向传播
AB值：
0.380054
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
