Роль тренируемого веса в GCN: $ \ sigma (AXW) $ - PullRequest
0 голосов
/ 08 февраля 2020

У меня есть вопрос относительно тренируемого веса $ W $ в GCN. Поскольку я только начал работать с GCN, мне трудно понять, какую операцию выполняет обучаемый вес W в контексте свертки. Как дан граф $ A = U \ lambda U ^ T $ и сигнал узла $ x $, так и преобразование Фурье сигнала $ x $ задается $ U ^ Tx $, тогда как свертка этого преобразованного Фурье сигнала с фильтром $ \ lambda $ равна заданный $ U \ lambda U ^ Tx $, который называется представлением спектральной области сигнала. Итак, где обучаемый вес $ W $ математически появляется в свертке графов в GCN. Пожалуйста, помогите мне понять это. Я прошел по этим ссылкам: https://tkipf.github.io/graph-convolutional-networks/; https://arxiv.org/pdf/1902.07153.pdf Заранее спасибо

...