远程桌面登陆 aircrack-ng ISP symfony eloquent xampp Fries vue官方下载 vue社区 admin框架 大数据驾驶舱 oracle无效的列索引 mysql重新初始化 matlab颜色代码 js原生点击事件 oracle行转列函数 python数据类型转换 python正则表达式 python数据 python输出函数 python字典类型 python安装配置 python编译环境 python传参 java环境部署 java创建对象 网站后台模板 内存修改器 hadoop权威指南 狮子狗出装 HTML5从入门到精通 微信砍价软件 idea导出jar包 js验证码 ps扭曲变形 国都证券官网下载 js给标签添加属性 极限防守图 粉碎文件工具 起义任务线
当前位置: 首页 > 学习教程  > 编程语言

图卷积神经网络(GCN)入门

2020/12/28 19:24:30 文章标签:

GCN是从CNN来的 CNN成功在欧式数据上:图像,文本,音频,视频 图像分类,对象检测,机器翻译 CNN基本能力:能学到一些局部的、稳定的结构,通过局部化的卷积核,再通过层级堆叠…

GCN是从CNN来的

CNN成功在欧式数据上:图像,文本,音频,视频
图像分类,对象检测,机器翻译

CNN基本能力:能学到一些局部的、稳定的结构,通过局部化的卷积核,再通过层级堆叠,将这些局部的结构变成层次化的、多尺度的结构模式。
在这里插入图片描述
卷积核的数学性质:平移不变性

非欧数据之图:
最大挑战——没有关于卷积的直观定义
本文主要解决:
①如何定义图上的convolution
②如何定义图上的pooling

  1. 如何定义图上的卷积
    1.1. 卷积是什么
    定义卷积,有两种方法——谱方法和空间方法,谱方法是空间方法的一个子集
    谱方法试图在图域(空间域)里而不是节点域定义卷积,但由于空间域不满足平移不变性,无法直接在空间域定义卷积,只好把图上的信号变换到谱域,在谱域实现卷积的定义,再变回空间域。
    空间方法仍然坚持在节点域直接定义卷积,面临的问题是每个节点的邻居间大小不同,不能定义一个大小相同的邻域,导致参数共享实现起来困难。基本思想还是一个节点即在其邻域节点上的加权平均。最大的挑战:参数共享。

1.2. 图卷积神经网络的输入输出
输入:一张图,由n个节点,边的集合与权重集合组成 G=(V,G,W) 每个节点有d维特征
特征矩阵X大小为nxd,X的每一列可以看成是定义在n个节点上的图
在这里插入图片描述
图像拉普拉斯是做谱分析的基本工具

1.3. 谱方法的缺点
①需要做拉普拉斯矩阵的特征分解,很复杂
②计算复杂度大
③影响节点的信号不来自于节点的邻域,而来自于所有节点
后来都解决了,第三个:节点变成只受k跳邻居的影响

在此基础上改进一:
傅里叶变换变成小波变换
小波的优势
①稀疏
②localized(对应刚刚第三点)
③计算代价低

在此基础上改进二:没听懂

1.4.空间方法
第一派
在这里插入图片描述
首先期望类比CNN解决
通过把CNN拆开来看,发现其分为3步:选择邻居->给邻居编号->参数共享
发现只有第一步需要利用平移不变性
在这里插入图片描述
第二派 GraphSAGE
以自己为中心,随机行走,选出固定个数的点作为自己的邻居,再做聚合、拼接(已经不是GCN而是GNN)

第三派 简化GCN
每个节点的一阶邻居拿过来特征变换后聚合一下(也没有卷积操作)

第四派 GAT

1.5. 谱方法和空间方法的关系
前者是后者的特例,谱方法需要显式地定义卷积核,即要知道投射到哪个空间,傅里叶还是小波变换,空间方法不需要知道
谱方法只是有显示变换空间的空间方法

视频地址:添加链接描述


本文链接: http://www.dtmao.cc/news_show_550237.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?