chapter5_图神经网络

第 5 章 图神经网络

作者: 张伟 (Charmve)

日期: 2021/06/11

• 第 5 章 图神经网络
  • 5.1 历史脉络
  • 5.2 图神经网络(Graph Neural Network)
    • 5.2.1 状态更新与输出
    • 5.2.2 不动点理论
    • 5.2.3 具体实现
    • 5.2.4 模型学习
    • 5.2.5 GNN与RNN
    • 5.2.6 GNN的局限
  • 5.3 门控图神经网络(Gated Graph Neural Network)
    • 5.3.1 状态更新
    • 5.3.2 实例1:到达判断
    • 5.3.3 实例2:语义解析
    • 5.3.4 GNN与GGNN
  • 5.4 图卷积神经网络(GCNN)
    • 5.4.1 图卷积缘起
    • 5.4.2 图卷积框架(Framework)
    • 5.4.3 再谈卷积
    • 5.4.4 空域卷积(Spatial Convolution)
    • 5.4.5 消息传递网络(Message Passing Neural Network)
    • 5.4.6 图采样与聚合(Graph Sample and Aggregate)
    • 5.4.7 图结构序列化(PATCHY-SAN)
    • 5.4.8 频域卷积(Spectral Convolution)
  • 5.5 生成图表示
    • 5.5.1 图读出操作(ReadOut)
    • 5.5.2 基于统计的方法(Statistics Category)
    • 5.5.3 基于学习的方法(Learning Category)
    • 5.5.4 其他方法
  • 5.6 图神经网络在计算机视觉上的应用
    • 5.6.1 点云分割
    • 5.6.2 点云生成
    • 5.6.3 RGBD图像分割
    • 5.6.4 视觉问答VQA
    • 5.6.5 零次学习ZSL
  • 小结
  • 参考文献