摘要：基于收敛的方法 基于收敛的方法目标是学习每个节点的一种状态嵌入$h_v$（包括每个节点的邻居节点信息和自身的信息），\(h_v\) 是一个 关于节点 \(v\) 的$s$ 维的向量特征，用于输出 \(o_v\) （例如输出节点的标签的分布） \[ h_v = f(x_v, x_{co[v]}, h_ 阅读全文

摘要：图神经模型 传播规则 符号说明 \(H\) : 特征矩阵 \(A\) : 图的邻接矩阵 \(D\) : 度矩阵，其对角线上的值为每个节点所连接边的数量 \(\widetilde{A}\) : \(= A + I_N\) 也就是邻接矩阵加上对角矩阵、对角线上的值为 \(1\) \(\widetilde 阅读全文