1.图只是为了多变量
师兄给的论文整理链接
https://github.com/thunlp/GNNPapers
2. “我最近在看thuml组的autoformer,看代码了,想在这个基础上做点东西”
"可以,你找一个时序的方法,改进一下,再用图增强一下,就行了"
3.“纯用图不太好做,图神经网络,基本是图分类,节点分类问题比较多,预测基本是交通流量用的多,基本上也是会用一个时序的方法”
4.“嗯嗯,说白了,你数据中每一个变量就是图的一个节点,边、图邻接矩阵,根据你自己的情况有或没有,没有就要自己学”
5.“然后每个节点的输入就是时序数据,预测的话,图神经网络的假设就是节点的状态会收到邻居节点状态的影响”
6.“一般先提取一下时序特征,然后用图卷积或者图注意力,邻居节点相互影响一下”
7.“节点特征就是自己的时序特征受邻居节点影响后的特征,然后可以用深层,计算损失函数就行了,我一般就L1或者MSE”
师兄很谦虚,多多学习,感谢师兄简单几句话给GNN简单解释了一下图网络做时序预测的大致流程。