一、主要思想:学习CNN获取空间特征的方法,来获取空间结构化特征
1)一个图节点的特征主要包含:图节点自身的特征(如节点标签、描述等)、图节点与其它节点之间的关联特征(也就是这里的结构化特征)
2)对于结构化特征的学习,主要涉及到图结构中的三要素:节点、边、子图
二、涉及的方面:
1)图表示学习:embedding
2)图网络结构
3)图注意力机制
4)子图采样
5)图结构生成
6)图网络迁移学习
三、应用方向:
1)基于关系明显的图数据挖掘:节点分类、节点状态预测、节点链接预测等
2)基于关系模糊的图数据建模与推理:人物姿态识别(把人物关节点作为建模为图节点数据)、场景识别、获取最短路径等
建模流程:
1、图节点预表示(embedding)
2、正负样本采样:单节点样本、节点对样本
3、抽取封闭子图
4、子图特征融合
5、网络配置
6、训练和测试