0 圖神經網絡序言——cs224w

1. 簡介

1.1 世界中的圖

在真實世界中,每個人都不是獨立的個體,人們通過交流和電話進行信息的溝通,這都都是圖的一部分。我們想要知道他們都代表什麼意思,就需要將這些關係進行編碼,也就是圖的表示。

例如:

  • 在生物提供,各種分子的結構、細胞之間的協同工作方式,都是圖的一種。
  • 科學文章之間的引用
  • 搜索引擎之間的關係
    在這裏插入圖片描述

1.2. 研究圖的目的

圖建模的目標就是將自然界中的關係通過數學語言進行描述,有了具體的描述,我們就可以通過圖中節點的運動方式去了解這些系統的運行機制。

1.3. 通常需要解決的問題

  1. 結點的分類:預測給定結點的種類/顏色
    一個具體的例子:維基百科中的有一部分的文章是僞造的,通過文章之間的相互引用和關聯,可以推斷哪些文章是有問題的。
  2. 關係預測:預測兩個節點之間是否有聯繫
  3. 社區檢測:如何在只有少數點的情況下,預測整個網絡的作用/種類
  4. 網絡相似性:度量兩個節點或者是兩個網絡之間的相似性。

1.4. 建模步驟

主要包括以下幾個步驟:

  1. 如何描述網絡以及衡量網絡
  2. 設計網絡的原則以及模型方法
  3. 具體的算法以及如何使用模型去解決問題

1.5. 從圖中學什麼?

在這裏插入圖片描述

2. 網絡的概念

在這裏插入圖片描述
網絡和圖的區別:
在這裏插入圖片描述
網絡與圖的聯繫:
在這裏插入圖片描述

2.1 無向圖與有向圖

在這裏插入圖片描述

節點的度 - degree

在無向圖中:與目標節點A相連節點的數量稱爲
在有向圖中:根據Edge方向的不同分爲入度出度。其中,在圖中具有這樣的一條性質:
in-degree的和與out-degree之和相等。原因是:在有向圖中有入必有出。

節點的平均度 - average degree

average degree = 邊的數量 除以 節點數。
在這裏插入圖片描述

multiple graphs

在上文中,我們規定了兩個node之間的edge只有一條,但是,如果有多條的情況下,我們成爲multi graphs

完全圖 - complete graph(集 - clique)

在這裏插入圖片描述

2.2 常見網絡與圖之間關係總結

在這裏插入圖片描述

2.3 二分圖

在下圖中,二分圖的意思是左邊的圖僅和右邊的圖有關聯,邊緣只出現在左右圖的連接中,而不出現在同側。

這種圖的一個具體的例子爲:文章作者和文章之間的聯繫或者是演員和電影之間的關係。
在這裏插入圖片描述
同樣的,有二分圖就意味着有三邊圖:如:演員、電影、電影類型之間的關係。

舉個具體的例子:
在這裏插入圖片描述

  • 根據U、V圖推已知Project U和Project V。
    • 推Project U
      1、2、3均連接A
      2、5連接B
      4、5連C
      5、6、7連D

    • 推Project V
      A、B通過節點2連接
      B、C、D通過節點5連接

  • 已知Project U和Project V 推U、V圖。
    項目U和項目V之間的關係可以用下圖中中間的圖進行表示。
    note:在構建圖的過程中,需要完全連接的點才能對應右圖中新的節點。
    • 1、2、3三點互聯,因此對應右圖節點A;
    • 1、2、5中1和5並未相連,故而與節點B相連的只有2、5兩個節點。)

2.4 圖的矩陣表示

在這裏插入圖片描述
利用矩陣計算圖的度
在這裏插入圖片描述
在這裏插入圖片描述

2.4 圖的鄰接表示

通過各個點之間邊的關係來表達圖。
在這裏插入圖片描述
這樣的表示方法適合較爲稀疏的圖。

2.5 鄰接列表

綜合矩陣表示和鄰接表示的方法,產生了鄰接列表。
在這裏插入圖片描述

3. 其他的圖網絡

3.1 權重網絡

在這裏插入圖片描述

3.2 循環圖網絡

在這裏插入圖片描述

3.3 多圖

此時,矩陣中表示的則是不同節點之間的連接次數
在這裏插入圖片描述

4. 圖的連通性


橋(bridge):若兩個節點之間僅由一條邊連接,則該邊稱爲橋。A、F。F、H不能稱作橋,若去掉F、H的邊,F仍然可以通過G到達H。

4.1 連通圖與非連通圖的矩陣表示

在這裏插入圖片描述

4.2 有向圖的強連接和弱連接

強連接:節點之間可以相互連接
弱連接:節點之間的關係往往都是有去無回的,F、G
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章