今晚九点图网络读书会直播 | 图神经网络的局限性:深度与宽度
直播主题:
图神经网络的局限性:深度与宽度
图神经网络(GNN)是一类基于深度学习的图域信息处理方法。由于具有较好的性能和可解释性,GNN 已成为一种广泛应用的图分析方法。研究 GNN 的普适性使我们能够在有限的范围内把握模型的能力,通过研究模型的局限性通常更容易获得对模型的洞察。本论文指出了图神经网络在消息传递分布式系统中的图灵普适性和局限性。并得到两个重要结论:1. 在足够的深度、宽度、节点独立性和层表达条件下,GNN 是图灵普适(Turing universal)的;2. 当 GNN 的深度和宽度受到限制时,它们的能力会大大降低。
论文题目: What graph neural networks cannot learn: depth vs width 论文地址: https://arxiv.org/abs/1907.03199
集智图网络线上读书会公开招募
编辑:张爽
往期论文解读
-
第十六期图网络论文解读 -
时间:6 月24日 周一 -
主讲人:张章 -
论文题目: Weight Agnostic Neural Networks -
论文地址: https://arxiv.org/abs/1906.04358 -
视频回放: -
第十八期图网络论文解读 -
时间:7 月8日 周一 -
主讲人:高飞 -
论文题目: How Powerful are Graph Neural Networks? -
论文地址: https://arxiv.org/pdf/1810.00826 -
视频回放: -
第二十二期图网络论文解读 -
时间:8 月5日 周一 -
主讲人:王硕 -
论文题目: Spatiotemporal Multi-Graph Convolution Network for Ride-hailing Demand Forecasting (基于时空多图卷积网络的网约车需求量预测) -
论文地址: http://www-scf.usc.edu/~yaguang/papers/aaai19_multi_ graph_convolution.pdf -
视频回放:
◆◆◆
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧!
原文始发于微信公众号(集智俱乐部):集智