GNN

任务分类
- Graph-level task
- Node-level task
- Edge-level task
可以利用的信息
- nodes,
- edges,
- global-context
- master node or context vector
- 和全部的点或边相连接
- 解决 node 和 edge 信息传递速度太慢
- master node or context vector
- connectivity
无监督的节点表示学习
- [[GraphSAGE]]
- [[GAE]]
图分类
- 同质图 Homogeneity
- 图中的节点类型和关系类型都仅有一种
- 异质图
- 图中的节点类型或关系类型多于一种
- 属性图
- 异质图基础上增加了额外的属性信息
问题
- oversmoothing
Ref
- 图神经网络从入门到入门 - 知乎 (zhihu.com)
- A Gentle Introduction to Graph Neural Networks (distill.pub)
- GNN Predictions by Pooling Information
- 箱线图 [[boxplot]]

- [[inductive bias]]
- graph symmetries 对称性 permutation invariance
- 交换顶点或边顺序,gnn 保持不变
- graph symmetries 对称性 permutation invariance
- Edges and the Graph Dual
- 点和边互换
- Graph convolutions as matrix multiplications, and matrix multiplications as walks on a graph
- 图上做卷积相当于顶点的邻接矩阵做矩阵乘法
- [[GAT]] 对邻居的位置不敏感
- 权重和两个顶点向量相关,和位置无关
- CS224W | Home (stanford.edu)