【图神经网络】 AM-GCN论文精讲（全网最细致篇）

AM-GCN 网络系列

• 论文精讲部分
• 0. 摘要
• 1. 引言
• 2. 融合能力的 GCNs：一项实验研究
• • 2.1 案例1：随机拓扑结构和相关节点特征
  • 2.2 案例2：相关拓扑结构和随机节点特征
• 3. AM-GCN：提出的模型
• • 3.1 特定卷积模块
  • • 3.2 共享卷积模块
    • 3.3 注意力机制
    • 3.4 目标函数
    • • 3.4.1 一致性约束
      • 3.4.2 差异性约束
      • 3.4.3 优化目标
• 4 实验
• • 4.1 实验设置
  • 4.2 节点分类
  • 4.3 变体分析
  • 4.4 可视化
  • 4.5 注意力机制分析
  • 4.6 参数研究
• 6 结论
• 7 笔者总结

论文精讲部分

本专栏致力于深入探讨图神经网络模型相关的学术论文，并通过实际代码实验来加深理解。读者可以依据个人需求挑选感兴趣的内容进行学习。值得一提的是，本章节详细解读了“AM-GCN”这篇论文。
在其他相关专栏中，我们已经对传统图神经网络进行了充分讨论，感兴趣的读者可以点击查阅那些内容。在本章节中，大部分内容将直接引用原论文，而笔者对论文的理解和解析将以引用格式呈现，目的是清晰展示对当前研究主题的深入见解。首先笔者也在网络中搜罗了各种各样的论文精讲，感觉资料还是很少决定自己编写便于后续各位的学习

标签：嵌入,特征,拓扑,AM,节点,GCN,精讲	

From： https://blog.csdn.net/weixin_47332746/article/details/143321694