基本信息

---

下载

文档摘要

---

基于图神经网络的视觉图表达：原理、应用与创新探索

一、引言

1.1研究背景与动机

深度学习的快速发展，为众多领域带来了革命性的变化。卷积神经网络（ConvolutionalNeuralNetworks，CNN）在图像识别、目标检测等视觉任务中展现出卓越的性能，循环神经网络（RecurrentNeuralNetworks，RNN）及其变体在处理序列数据，如视频中的时间序列信息时发挥了重要作用。然而，现实世界中的许多数据并非以规则的网格结构或简单的序列形式存在，而是呈现出复杂的图结构。图结构数据广泛存在于社交网络、知识图谱、分子结构、交通网络等领域，其中节点和边分别表示实体及其之间的关系