paper-cnn-graph-nips2016:具有快速局部光谱滤波的图上的卷积神经网络

具有快速局部光谱滤波的图上的卷积神经网络 、、、 神经信息处理系统会议 (NIPS)，2016 年。 在这项工作中，我们感兴趣的是将卷积神经网络 (CNN) 从表示图像、视频和语音的低维规则网格推广到高维不规则域，例如社交网络、大脑连接组或单词嵌入，用图形表示。 我们在谱图理论的背景下提出了 CNN 的公式，它提供了必要的数学背景和有效的数值方案来设计图上的快速局部卷积滤波器。 重要的是，所提出的技术提供了与经典 CNN 相同的线性计算复杂度和恒定学习复杂度，同时适用于任何图结构。 在 MNIST 和 20NEWS 上的实验证明了这种新颖的深度学习系统在图上学习局部、静止和组合特征的能力。 @inproceedings{cnn_graph, title = {Convolutional Neural Networks on Graphs with Fast Localized S