计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (08): 1472-1481.
刘俊奇,涂文轩,祝恩
LIU Jun-qi,TU Wen-xuan,ZHU En
摘要: 由于图数据的广泛存在,图卷积神经网络发展速度越来越快。根据卷积算子定义方式的不同,图卷积神经网络大体可以分为2类,其中一类基于谱方法,另一类基于空间方法。首先对这2类方法中的代表性模型以及二者之间的联系进行详细论述,并进一步全面总结图的池化操作;接着介绍了图卷积神经网络在各个领域中的广泛应用;最后提出了图卷积神经网络的几个可能的发展方向并对全文进行了总结。