- 深入淺出圖神經(jīng)網(wǎng)絡(luò):GNN原理解析
- 劉忠雨 李彥霖 周洋
- 496字
- 2020-01-21 15:40:57
1.1.1 圖的基本類型
1.有向圖和無向圖
如果圖中的邊存在方向性,則稱這樣的邊為有向邊eij=<vi,vj>,其中vi是這條有向邊的起點(diǎn),vj是這條有向邊的終點(diǎn),包含有向邊的圖稱為有向圖,如圖1-2所示。與有向圖相對應(yīng)的是無向圖,無向圖中的邊都是無向邊,我們可以認(rèn)為無向邊是對稱的,同時(shí)包含兩個(gè)方向:eij=<vi,vj>=<vj,vi>=eji。

圖1-2 有向圖
2.非加權(quán)圖與加權(quán)圖
如果圖里的每條邊都有一個(gè)實(shí)數(shù)與之對應(yīng),我們稱這樣的圖為加權(quán)圖,如圖1-3所示,該實(shí)數(shù)稱為對應(yīng)邊上的權(quán)重。在實(shí)際場景中,權(quán)重可以代表兩地之間的路程或運(yùn)輸成本。一般情況下,我們習(xí)慣把權(quán)重抽象成兩個(gè)頂點(diǎn)之間的連接強(qiáng)度。與之相反的是非加權(quán)圖,我們可以認(rèn)為非加權(quán)圖各邊上的權(quán)重是一樣的。

圖1-3 加權(quán)圖
3.連通圖與非連通圖
如果圖中存在孤立的頂點(diǎn),沒有任何邊與之相連,這樣的圖被稱為非連通圖,如圖1-4所示。相反,不存在孤立頂點(diǎn)的圖稱為連通圖。
4.二部圖
二部圖是一類特殊的圖。我們將G中的頂點(diǎn)集合V拆分成兩個(gè)子集A和B,如果對于圖中的任意一條邊eij均有vi∈A,vj∈B或者vi∈B,vj∈A,則稱圖G為二部圖,如圖1-5所示。二部圖是一種十分常見的圖數(shù)據(jù)對象,描述了兩類對象之間的交互關(guān)系,比如:用戶與商品、作者與論文。

圖1-4 非連通圖

圖1-5 二部圖
- 21世紀(jì)機(jī)器人
- 量子人工智能
- 計(jì)算社會(huì)學(xué):系統(tǒng)應(yīng)用篇
- 機(jī)器學(xué)習(xí)
- 大模型應(yīng)用開發(fā):動(dòng)手做AI Agent
- 大模型實(shí)戰(zhàn):微調(diào)、優(yōu)化與私有化部署
- 創(chuàng)造性思維:人工智能之父馬文·明斯基論教育
- 人工智能的進(jìn)化
- 通用人工智能:初心與未來
- 人工不智能:計(jì)算機(jī)如何誤解世界(見識(shí)叢書52)
- 機(jī)器學(xué)習(xí)中的數(shù)學(xué)修煉
- 可穿戴電子產(chǎn)品設(shè)計(jì)與開發(fā)
- 人形機(jī)器人:產(chǎn)業(yè)變革、商業(yè)機(jī)遇與未來趨勢
- 基于NI Multisim 11的PLD/PIC/PLC的仿真設(shè)計(jì)
- 機(jī)器學(xué)習(xí)基礎(chǔ):從入門到求職