典型文献
图神经网络综述
文献摘要：
近几年来,将深度学习应用到处理和图结构数据相关的任务中越来越受到人们的关注.图神经网络的出现使其在上述任务中取得了重大突破,比如在社交网络、自然语言处理、计算机视觉甚至生命科学等领域得到了非常广泛的应用.图神经网络可以把实际问题看作图中节点之间的连接和消息传播问题,对节点之间的依赖关系进行建模,从而能够很好地处理图结构数据.鉴于此,系统综述了图神经网络模型以及应用.首先从谱域、空间域和池化3方面对图卷积神经网络进行了阐述.然后,描述了基于注意力机制和自编码器的图神经网络模型,并补充了一些其他方法实现的图神经网络.其次,总结了针对图神经网络能不能做大做深等问题的讨论分析.进而,概括了图神经网络的4个框架.还详细说明了在图神经网络在自然语言处理、计算机视觉等方面的应用.最后,对图神经网络未来的研究进行了展望和总结.相较于已有的图神经网络综述文章,详细阐述了谱理论知识,并对基于谱域的图卷积神经网络体系进行全面总结.同时,给出了针对空间域图卷积神经网络效率低的改进模型这一新的分类标准.并总结了针对图神经网络表达能力、理论保障等的讨论分析,增加了新的框架模型.在应用部分,阐述了图神经网络的最新应用.
文献关键词：
图结构数据;图神经网络;图卷积神经网络;谱域;空间域和池化
中图分类号：
作者姓名：
马帅;刘建伟;左信
作者机构：
中国石油大学(北京)信息科学与工程学院 北京102249
文献出处：
引用格式：
[1]马帅;刘建伟;左信-.图神经网络综述)[J].计算机研究与发展,2022(01):47-80
A类：
空间域和池化
B类：
图神经网络,近几年来,学习应用,到处,图结构数据,中越,重大突破,如在,社交网络,自然语言处理,计算机视觉,生命科学,作图,中节点,传播问题,依赖关系,系统综述,谱域,图卷积神经网络,注意力机制,自编码器,其他方法,讨论分析,细说,谱理论,网络体系,网络效率,改进模型,分类标准,网络表达,表达能力,框架模型
AB值：
0.241536
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。
