GNN(Graph Neural Network)圖像化神經網路part1._柯尼斯堡七橋問題(Seven Bridges Problem)
A Gentle Introduction to Graph Neural Networks https://distill.pub/2021/gnn-intro/ Neural networks have been adapted to leverage the structure and properties of graphs. We explore the components needed for building a graph neural network - and motivate the design choices behind them. 上圖比較關鍵的思想在於每個節點來自於上一層哪些節點計算而來。 GNN透過在每一層中將節點的表示更新為其鄰居節點的加權和，然後將這些更新後的表示作為下一層的輸入，從而逐漸地融合局部和全局信息，並在最終的表示中捕獲圖的結構和特徵。 Graph Neural Networks: A Review of Methods and Applications https://arxiv.org/pdf/1812.08434 https://velog.io/@cha-suyeon/CS224W-6.-Graph-Neural-Networks-1-GNN-Model GNN（Graph Neural Network）圖神經網路 「圖」是由節點（Node）與邊（Edge）所構成的資料結構 GNN 是將圖結構引入深度學習中的神經網路，可以幫助我們分析複雜資料之間的關聯，像是社群關係、交通網路或推薦系統等等。 GNN 可被視為是 CNN 的泛化版本。 世界上有許多資料是以圖的形式表示的 知識圖譜(智能客服) 一個人可能有多重身分是誰的妻子or丈夫，或也同時是哪間公司的高管之類的 道路交通動態流量預測 圖神經網路發表相關研究文獻逐漸攀升 Neural Networks extended by GNNs https://journalofbigdata.springeropen.com/articles/10.1186/s40537-023-00876-4 柯尼斯堡七橋問題(Seven Bridges Problem) 圖論中的著名問題，當時東普魯士柯尼斯堡(Königsberg)也是今日俄羅斯加里寧格勒，...
