基于图神经网络的平面图图形房间分类
机器学习
2021-08-16 v1
摘要
我们提出了一种通过将建筑平面图表示为无向图并利用图神经网络预测房间类别来改进平面图地图房间分类任务的方法。平面图中的房间表示为图中的节点，边表示其在地图中的邻接关系。我们使用由矢量格式平面图地图组成的 House-GAN 数据集进行实验，并训练多层感知机与图神经网络。我们的结果表明，图神经网络，特别是 GraphSAGE 与拓扑自适应 GCN，分别达到了 80% 与 81% 的准确率，以超过 15% 的优势优于基线多层感知机。
引用
@article{arxiv.2108.05947,
title = {Room Classification on Floor Plan Graphs using Graph Neural Networks},
author = {Abhishek Paudel and Roshan Dhakal and Sakshat Bhattarai},
journal= {arXiv preprint arXiv:2108.05947},
year = {2021}
}
备注
5 pages, 7 figures