图神经网络
一种人工神经网络模型
条目
历史版本
定义
图神经网络（Graph Neural Network，GNN）是利用神经网络学习种的图结构数据，提取和挖掘图结构数据中的特征和模式，应用于聚类、分类、预测、生成等图学习任务的算法总称[1]。
介绍
图神经网络的概念最早由Gori等[2]于2005年提出。他借鉴神经网络领域的研究成果，设计了一个处理图结构数据的模型。2009年，Scarselli[3]等人详细阐述了这一模型。自此，图神经网络的新模型和应用被提出。近年来，随着人们对图结构数据兴趣的增加，关于图神经网络GNN的论文数量迅速增加，极大地拓展了GNN的研究方向和应用领域。