亚洲精品一区二区久,成人欧美激情,精品久久久噜噜噜久久

卷積神經(jīng)網(wǎng)絡：解決圖像分類、語義分割或機器翻譯問題

2021-01-07 09:24

金翅導讀

卷積神經(jīng)網(wǎng)絡已成功應用于解決諸如圖像分類語義分割或機器翻譯等問題，其中解決的這些問題的基礎數(shù)據(jù)表示具有網(wǎng)格狀結(jié)構(gòu)。但是，目前許多有趣的任務的數(shù)據(jù)為無法以網(wǎng)格狀結(jié)構(gòu)表示的數(shù)據(jù)，而這些數(shù)據(jù)位于不規(guī)則的域中。用來表示3D網(wǎng)格，社交網(wǎng)絡，電信網(wǎng)絡，生物網(wǎng)絡或大腦連接組的數(shù)據(jù)就是這種情況。此類數(shù)據(jù)通�？梢砸詧D表的形式表示，并且圖形提供了一種直觀合理的表示圖像關系的方式，所以對圖數(shù)據(jù)的研究日益增多。已經(jīng)有很多文獻中已經(jīng)涉及到擴展神經(jīng)網(wǎng)絡使其來處理任意結(jié)構(gòu)的圖。早期的工作使用遞歸神經(jīng)網(wǎng)絡來處理，圖域表示為有向無環(huán)圖的數(shù)據(jù)（Frasconi等人1997年提出，Sperduti和Starita1998年提出）。圖神經(jīng)網(wǎng)絡（GNN）作為遞歸神經(jīng)網(wǎng)絡的一般化，可以直接處理更通用的圖類，例如：循環(huán)圖，有向圖和無向圖。由Gori等人在2005年以及Scarselli等人于2009年提出。GNN包含一個迭代過程，該過程傳播節(jié)點狀態(tài)直至達到平衡；然后結(jié)點經(jīng)過神經(jīng)網(wǎng)絡，該神經(jīng)網(wǎng)絡根據(jù)其狀態(tài)為每個節(jié)點生成輸出。Li等人于2016年采納了這個想法并利用Cho等人于2014年提出的門控循環(huán)單元在傳播階段對這個想法進行了改進。目前，大家越來越有興趣將卷積推廣到圖域中去。其中，圖卷積網(wǎng)絡的方法可以大致分為空間卷積和頻譜卷積方法。