MixHop-and-N-GCN：“ MixHop：通过稀疏邻域混合进行的高阶图卷积体系结构”的实现（ICML 2019）-源码
MixHop和N-GCN
⠀
PyTorch实现的“ MixHop：通过稀疏邻域混合进行的高阶图卷积体系结构”（ICML 2019）和“一个高阶图卷积层”（NeurIPS 2018）。
抽象
最近的方法通过近似图拉普拉斯算子的本征基，将卷积层从欧几里得域推广到图结构数据。 Kipf＆Welling的计算效率高且使用广泛的Graph ConvNet过度简化了逼近度，有效地将图形卷积呈现为邻域平均算子。 这种简化限制了模型学习三角算子（图拉普拉斯算子的前提）的作用。 在这项工作中，我们提出了一个新的图卷积层，该层混合了邻接矩阵的多种幂，从而使它能够学习增量算子。 我们的层展现出与GCN相同的内
文件下载
评论信息
其他资源
- 荣誉证书在线生成,查询系统(.NET)
- 浙江地名地址点，村点，shp矢量
- 光伏阵列的Matlab仿真研究
- STM32 UCGUI示例KEIL工程，已经移植好，修改LCD驱动就能使用
- c++短路电流计算软件设计
- 仓库物资管理系统的设计与实现论文
- 基于标识的AR的OpenCV实现 -linux
- 地固系和惯性系之间的转换程序（ECEF2ECIF）
- 大学计算机基础课件（win7+office2010）
- C++实现TIN
- 安卓Android与H5（JS）交互（双向）
- JavaScript--图像滑动器-源码
- VMD变分模态分解.zip
- OSASK132.zip
- kubernetes1.19.0客户端rpm软件包
- manuf：Wireshark的OUI数据库的解析器库-源码
- Android浏览器源码
- C# asp.net导入和导出excel完整源码
- simulink的模型图
- Mnist手写体训练脚本和测试脚本（含训练集和测试集）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明