上海交通大学王宇光:几何深度学习和图神经网络的研究进展和趋势( 三 )


离散微分几何也被用于深入了解图神经网络的设计和解释 , 曲率的离散概念可以表征离散结构的局部和全局的几何特性 。 图神经网络往往会有过度挤压的效应 , 因为节点之间有相互连接所以信息传递比普通的CNN要快 。 最近一些专家提出了一些基于曲率的图学习解释方法 , 用曲率刻画过度挤压的效率 , 这在图神经网络中是非常重要的任务 。 另外 , 有研究利用里奇曲率提出了一种减轻图神经网络挤压效应的新方法 。 未来 , 离散曲率可能会和图机器学习中的其他结构或拓扑问题相关联 , 这个课题也将继续影响该领域 , 并进入更多应用领域 。