ICLR 2016
Github地址：https://github.com/Microsoft/gated-graph-neural-network-samples
Gated Graph Neural Networks
-
六個(gè)基本公式：
基本公式
Equation (1)：初始化步驟。它將節(jié)點(diǎn)注釋（node annotations）復(fù)制到隱藏狀態(tài)的第一個(gè)部分中赤兴，并用零填充其余部分周伦。
Equation (2)：用于在不同node之間傳遞信息差牛。
其中鸽扁，A∈ RD|V|×2D|V| 由圖的出度鄰接矩陣 A(out) 和入度鄰接矩陣 A(in) 連接而成谭网，Av:∈ RD|V|×2D 為 A(out) 和 A(in) 中與節(jié)點(diǎn) v 相對應(yīng)的兩列（V為節(jié)點(diǎn)數(shù)达罗，av(t)∈ R2D ）痒芝。如下圖所示：
矩陣A的表示
Equation (3) - (6)：GRU單元的計(jì)算俐筋，z 和 r 分別為 update gate 和 reset gate。
-
同時(shí)严衬，GG-NNs支持輸出一個(gè)graph-level的outputs澄者，公式為：
Gated Graph Sequence Neural Networks
- 使用了兩個(gè)GG-NNs，分別為 Fo(k) 和 FX(k)。其中 Fo(k) 用于預(yù)測 X(k) 的輸出 o(k)粱挡， FX(k) 通過 X(k) 預(yù)測 X(k+1) 赠幕，如下圖所示：
GGS-NN
其公式為：
其中，中間的 node annotations X(k) 可以人為指定询筏，也可以作為參數(shù)完全由網(wǎng)絡(luò)學(xué)習(xí)榕堰。
具體細(xì)節(jié)及文中的項(xiàng)目等請參照原文及源代碼。
