您的位置:首页 > 其它

semi_supervised classification with graph convolutional networks论文阅读报告(1)

2017-08-25 21:28 281 查看
来来来,下一篇。

这篇论文的作者写了一篇博客,介绍了这篇文章的来龙去脉:GRAPH
CONVOLUTIONAL NETWORKS 

论文作者已经写得挺详细了,我为啥还要写这篇博客呢?因为我发现作为一个小白,很多地方是不懂的,所以我想把自己的思路和问题写下来。

这样,我也有个自己的记录,以后回看起来,原来我曾经也看过这些东西,也给做同一个方向的同伴们一个参考~如果错误,请指正。

一、论文对graph cnN的卷积过程用非线性函数表示,推导出由光谱图卷积 到 本文卷积网络结构的过程。



 





 

二、基于图的半监督聚类

在这篇论文当中,对于图数据的半监督聚类,主要是打破了以往的一个假设:graph中相邻的节点具有更大的可能性属于同一类。因为这个假设在很多应用中时不成立的。具体做法是这样描述的(这里理解的不是很透彻,原文是这么说的):





三、实验和数据集:以前看论文,总是看论文的思想,看到实验部分直接就跳过了,发现这样是不行的,有时候实验会加深对论文逻辑的理解。另外,自己总归也是做实验的,多看看论文的实验,可以给很多参考,还能记下一些数据集,没准,以后就用到了。感觉又跑题了,哈哈,还是想说,以前总是急功近利,想赶紧看完一篇论文,现在写出来阅读心得,会觉得更加扎实,以前很多都是囫囵吞枣,可能不会有实质性的进步。啊啊啊,回归真题。

真实发现,其实也没有什么特别的数据集,就是这些了:



最后作者的总结,让我对NELL数据集有些兴趣。

本来我是先写好了提纲再来写具体内容的,以为实验部分会有很多东西要写,事实是,这篇博客被我写的烂尾了,额额额,以后继续努力吧。

另外还有,论文内容与代码的对应问题:我发现有时候论文看的非常皮毛,理论和代码对应不上,所以想把他们的之间的关系描述一下。这篇博客应该写不下了,主要是,我还没看完呢,所以看完会写在下一篇~~凑不要脸的期待一下下~~
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐