千万IP创科普丨几何图神经网络综述：数据结构、模型与应用

文章预览

转自 算法进阶 几何图是一种具有几何特征的特殊类型的图，对于建模许多科学问题至关重要。与通用图不同，几何图通常表现出平移、旋转和反射等物理对称性，使得它们无法有效地由当前的图神经网络（GNN）处理。为了解决这个问题，研究人员提出了许多具有不变/同构属性的几何图神经网络，以更好地表征几何图的几何和拓扑特性。考虑到该领域的当前进展，对与几何GNN相关的数据结构、模型和应用进行全面调查是非常必要的。 在本报告中，基于数学预备知识的必要但简洁的内容，我们从几何消息传递的角度对现有模型进行了统一视图。此外，我们总结了应用和相关数据集，以促进后续方法开发和实验评估的研究。我们还讨论了几何GNN的挑战和未来潜在方向。 1  介绍 本文对几何图神经网络（GNNs）进行了系统综述，重点介绍了方法和应用。 ………………………………