HodgeNet：用于边数据的图神经网络
信号处理
2019-12-06 v1 社会与信息网络
摘要
网络与网络过程已成为建模社会交互、疾病传播以及由关系结构驱动的各种其他动力学的强大工具。近来，神经网络已被推广到处理图上的数据，从而能够从上述网络过程中学习，在节点分类和链接预测等传统任务中取得前沿性能。然而，这些方法均被表述为仅适用于图节点上数据的形式。将这些技术应用于图上边所支撑的数据（即流信号）尚未被详细探讨。为弥补这一差距，我们提出结合所谓的 Hodge Laplacian 与图神经网络架构来分析流数据。具体而言，我们应用两种图神经网络架构来解决流插值与源定位问题。
引用
@article{arxiv.1912.02354,
title = {HodgeNet: Graph Neural Networks for Edge Data},
author = {T. Mitchell Roddenberry and Santiago Segarra},
journal= {arXiv preprint arXiv:1912.02354},
year = {2019}
}
备注
6 pages, 1 figure