门控图卷积循环神经网络
机器学习
2019-06-28 v3 机器学习
摘要
图过程建模了许多重要问题,如确定地震震中与预测天气。本文中,我们提出一种专门用于处理这些问题的图卷积循环神经网络(GCRNN)架构。GCRNN 使用卷积滤波器组,使可训练参数数量独立于图的大小及所考虑的时间序列。我们还提出了门控 GCRNN,一种类似于 LSTM 的 GCRNN 时间门控变体。在使用合成与真实数据的实验中,与 GNN 及另一种图循环架构相比,GCRNN 在大幅减少参数使用的同时显著提升了性能。
引用
@article{arxiv.1903.01888,
title = {Gated Graph Convolutional Recurrent Neural Networks},
author = {Luana Ruiz and Fernando Gama and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:1903.01888},
year = {2019}
}
备注
Accepted at EUSIPCO 2019