Geometric deep learning on graphs and manifolds using mixture model CNNs

Monti, Federico, et al. "Geometric deep learning on graphs and manifolds using mixture model CNNs." arXiv preprint arXiv:1611.08402 (2016).

摘要:作者提出课一个统一的框架,这个框架能把传统CNN泛化到非欧空间上。作者还说以前的一些工作是他们这个工作的特例。作者在图片,图结构数据和3D形状分析上都取得了最好的成绩。

 

1.介绍

1.1 相关工作 

1.2 主要贡献

 

2.图上的深度学习

 

 

3.流形上的深度学习

 

4.主要方法

 

 

5.实验结果

5.1 图片

 

5.2 图结构数据

 

5.3 流形

 

6.结论

 

相关论文:

Semi-Supervised Classification with Graph Convolutional Networks

Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering

GRAPH ATTENTION NETWORKS

posted @   Shiyu_Huang  阅读(2223)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
点击右上角即可分享
微信分享提示