理解图卷积：图神经网络的基础构建与设计选择
Understanding Convolutions on Graphs: Building Blocks and Design Choices of Graph Neural Networks
本文探讨了图神经网络（GNN）的核心组件——图卷积的构建原理与设计方法。图卷积是处理非欧几里得数据结构（如社交网络、分子图）的关键技术，通过将传统卷积操作扩展到图域，实现对节点特征的高效聚合与传播。文章系统分析了图卷积的数学基础，包括邻接矩阵的归一化处理、消息传递机制以及不同聚合函数（如均值、最大值...