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。