图卷积神经网络综述

• 作者: 岑科廷 徐冰冰 沈华伟 程学旗 黄俊杰
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 图卷积神经网络 卷积 池化 非欧空间
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 自然语言与数据处理
• 页码范围: 755-780
• 页数: 26页
• 分类号: TP18
• 字数: 23314字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2020.00755

摘要

过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将卷积神经网络迁移到图数据分析处理中的核心在于图卷积算子的构建和图池化算子的构建.本文对图卷积神经网络进行综述,首先介绍了图卷积神经网络的背景并梳理了两类经典方法——谱方法和空间方法.针对图数据上平移不变性的缺失给图卷积算子的定义带来的困难,谱方法借助卷积定理在谱域定义图卷积,而空间方法通过在节点域定义节点相关性来实现图卷积.进而,本文介绍了图卷积神经网络的最新进展,这其中包括如何利用图卷积神经网络建模图上的复杂信息,如异质连接、高阶连接等,以及如何在大规模图上实现图卷积神经网络;此外,本文介绍了图卷积神经网络的相关应用,包括推荐系统领域、交通预测领域等;最后本文对图卷积神经网络的发展趋势进行了总结和展望.