- Рассмотрим набор
G = {G1, G2, G3, G4,..., Gn}
где,
каждый Gi - это связанный граф, i = 1,2, …,n
Gi перекресток Gj пуст. i != j & i, j <= n
- Каждый
Gi = {Vi, Ei, Ai} где
Vi = набор узлов в графике Gi,
Ei = набор ребер в графике Gi,
Ai = матрица смежности узлов для Gi. Определена матрица смежности: Aipq принимает значения 1 или 0, если vip и viq соединены ребром или нет
.
Для каждого узла vip в Vi существует вектор атрибутов объекта r-dimensional.
Каждый vip также имеет метка, которая принадлежит набору K = {1,2,3,4,5,6,7}
Для каждого ребра eiq в Ei существует s-мерный вектор атрибутов краевого объекта.
Обратите внимание, что количество узлов и ребер не одинаково для Gi’s
Я хотел бы знать, можем ли мы обучить модель контролируемого обучения на приведенном выше графике G, чтобы предсказать метку узла.
Любая помощь, связанная с этим, будет заметна.