Open chengaf opened 5 years ago
https://chengaf.github.io/afcheng.github.io/2019/09/12/GMNN-Graph-Markov-Neural-Networks/
传统的针对节点分类问题（semi-suprivised object classification in relational data）的研究可分为两类方法：统计关系学习和图神经网络。前者通过条件随机场有效建模object之间的依赖关系实现分类，后者通过端对端的训练学习object的表示进而实现分类。本文融合这两类方法即结合条件随机场与图神经网络，条件随机场建模object/node标签联合分布
https://chengaf.github.io/afcheng.github.io/2019/09/12/GMNN-Graph-Markov-Neural-Networks/
传统的针对节点分类问题（semi-suprivised object classification in relational data）的研究可分为两类方法：统计关系学习和图神经网络。前者通过条件随机场有效建模object之间的依赖关系实现分类，后者通过端对端的训练学习object的表示进而实现分类。本文融合这两类方法即结合条件随机场与图神经网络，条件随机场建模object/node标签联合分布