图神经网络技术研究综述
作者:李甜甜; 张荣梅; 张佳惠
更新时间:
近年来,深度学习已成功应用于图像处理、自然语言理解等领域,并以图像、语音、文本等数据的形式取得了良好的效果。然而,深度学习脉无法有效地适应图形形式的非结构化数据。图形数据作为一种主要用于描述关系的通用数据表示方法,在行业中有着更广泛的应用场景,如社交网络、电子购物、物联网、生物制药等场景,其中数据大多以图形的形式出现。因此,将深度学习技术转化为图形数据处理的图形神经网络技术于2005年提出,并受到了广泛的关注。本文综述了图形神经网络技术。首先梳理了图神经网络的相关背景知识,介绍了四种主要的图神经网络模型原理、主要应用领域和开放资源,最后分析了图神经网络面临的主要问题。