用于非精确图匹配的改进注意图卷积网络

• 作者: 刘艺 李昌华 李智杰
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 节点邻域 图形拓扑 图匹配 自注意图卷积网络 自注意图池化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机制来区分应该丢弃或保留的节点.首先利用注意图卷积网络来自动学习不同跳上邻域的重要程度;其次,加入自注意池化层,从矩阵图嵌入的各个方面概括图表示;最后,在多个标准图数据集中进行训练和测试.实验结果表明,相较于目前最先进的图核和其他深度学习算法,该方法在标准图数据集上实现了更优的图分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昌华		88	507	13.0	18.0
2	李智杰		27	176	7.0	12.0
3	刘艺		1	0	0.0	0.0