1.软件版本
matlab2021a
以及图神经网络工具箱
2.本算法理论知识
在一些科学领域，诸如机器视觉、分子化学、分子生物、模式识别和数据采集，他们的数据具有潜在的关系，能够表示为图。在这篇论文中，我们假定了一种新的神经网络模型，叫做图神经网络模型（GNN）；它将现有神经网络的处理数据能力拓展到了图的领域。这种GNN模型，可以直接处理绝大多数实际中运用到的图，例如循环图，非循环图，有向图和无向图，运用一个函数 将图G和他的一个节点映射到m维欧式空间。我们推导出一个有监督的学习算法来判断这个假定的GNN模型的参变量。该算法的计算成本也在考虑范围之内。我们将通过实验数据来验证该算法的效果，并论证其泛化能力。