宾大最新《图神经网络可迁移性》课程,附视频与课件(57页ppt))下载

在这节课中，我们将讨论GNN的可迁移性，也就是说能够在保证性能的情况下迁移机器学习模型。首先，我们深入研究了谱域和节点域的graphon滤波器的收敛性。稍后，我们将以生成模型的形式讨论graphon过滤器。我们将继续介绍graphon 神经网络(WNNs)，这是解释为什么graphon 神经网络可以在从graphon 获得的确定性图之间转换的关键元素。我们最后证明GNN继承了图滤波器的可迁移性。