图卷积

原文：http://tkipf.github.io/graph-convolutional-networks/

多层图卷积网络 (GCN) with first-order filters.

 

GCNs Part I: Definitions

给定一个网络结构G=(V,E),

　　1. N个节点，每个节点有D维信号或特征，即节点输入信号为N*D维矩阵， 记作X

　　2. 图结构表示，邻接矩阵A

　　3. 放入到图卷积网络中，得到输出Z，其中Z是N*F矩阵， F代表每个节点输出的特征维度

至于这个多层图卷积网络可以写成：

H^(l+1)=f(H^(l),A)

其中H⁽⁰⁾=X， H^(L)=Z， 所以关键就是f(·,·)该怎么选取，以及内部参数的优化