论图卷积网络中的滤波器尺寸
机器学习
2018-11-27 v1 机器学习
摘要
近来，许多研究者聚焦于为图定义神经网络。这些方法中很多的基本组件仍是近十年前提出的图卷积思想。在本文中，我们遵循源自著名的多维张量卷积滤波器的直觉，扩展了这一基本组件。具体而言，我们推导出一种简单、高效且有效的方式，在图卷积中引入一个影响滤波器尺寸（即其在所考虑图上的感受野）的超参数。我们在真实世界图数据集上的实验结果表明，所提出的图卷积滤波器提升了深度图卷积网络的预测性能。
引用
@article{arxiv.1811.10435,
title = {On Filter Size in Graph Convolutional Networks},
author = {Dinh Van Tran and Nicolò Navarin and Alessandro Sperduti},
journal= {arXiv preprint arXiv:1811.10435},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1811.06930