GNNまとめ(2): 様々なSpatial GCN - Qiita

はじめに 本記事は3部作のうち第2部です. GCNの導入や記号の定義などは前回の記事をご参照ください. GNNまとめ(1): GCNの導入 - Qiita 前回の記事でSpatial GCNの導入までを書いたので, 今回は様々なSpatial GCNについて重要と思われるものをかいつまんで簡単に紹介します. すべての論文を読んだわけではないので, 間違いなどがございましたら遠慮なくご指摘いただけると助かります. また, 各アルゴリズムにつき図を1枚貼っていますが, これは説明のためというより見た目で区別しやすくするためです. [1]より引用. GCNは, CNNのようにフィルタの畳込みをグラフ上で行うことでグラフやノードの潜在ベクトルを得る方法です. 畳込みの定義の仕方にはグラフフーリエ変換を用いるアプローチとより直接的なアプローチの2種類がありますが, ここでは後者について説明します.

[sh19910711]

"PATCHY-SAN: ノードに順番をつけることでグラフをテンソルに変換 + あとはCNNと同じように処理 / 順番を割り振るのにはグラフ同士の類似度を測るヒューリスティクスであるWeisfeiler-Lehmanカーネルを使います" arXiv:1605.05273 2019