图神经网络架构，稳定性，可迁移性

图神经网络(GNNs)是图信号支持的信息处理体系结构。它们在这里作为卷积神经网络(CNNs)的推广提出，其中每个层包含图卷积滤波器，而不是经典卷积滤波器。滤波器由点态非线性组成并分层堆叠。结果表明，GNN结构对排列的方差相等，对图形变形的稳定性较好。这些特性提供了一个解释的措施，可以观察到的良好性能的GNNs经验。如果图收敛于一个极限对象，图形，GNN收敛于一个相应的极限对象，图神经网络。这种收敛证明了GNN在不同节点数量的网络之间的可迁移性。

https://www.zhuanzhi.ai/paper/c2f153249a7ff16b6b73279c30e7b93f

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“GNNAST” 可以获取《图神经网络架构，稳定性，可迁移性》专知下载链接索引

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看5000+AI主题知识资料