Adversarial Attack and Defense in Graph Neural Networks: A Survey and Taxonomy（GNN攻防）：2022年，Zhao等人发表了一篇综述文章，系统地总结了图神经网络中的对抗攻击和防御方法。

Introduction 图神经网络 (Graph Neural Network), 作为深度学习领域最热门的方向之一,相关论文在各大顶会层出不穷. 但是,图神经网络的解释性问题没有得到较多的关注.图神经网络的解释性是非常有必要 …

Michael Bronstein 牛津大学（Oxford） 主页： Michael Bronstein 研究图表示学习和图神经网络，也有把GNN与视觉和图形学结合的代表工作： 2019 [TOG] Dynamic Graph CNN for Learning on Point …

图神经网络（Graph Neural Network, GNN） 由此成型：每一层分两步，邻居先各自做一个小变换把“消息”发来，然后我按某种原则把消息 聚合 成新表示；层层相接，感受野从一跳扩到多跳。

1.Transformer与图神经网络（GNN）的区别： 设计初衷与处理的数据类型：Transformer最初是为处理序列数据（如文本）设计的，其核心是自注意力机制，能够处理元素之间的长距离依赖。 GNN则是专 …

2）FL-assisted GNN 借助分散的图数据孤岛来提升GNN模型效果，具体通过联邦学习把图数据孤岛组织起来训练一个全局GNN模型。 根据客户端是否有相同节点，此架构可分为如下两类：

近年来，由于图结构的强大表现力，用机器学习方法分析图的研究越来越受到重视。图神经网络（GNN）是一类基于深度学习的处理图域信息的方法。由于其较好的性能和可解释性，GNN 最近已 …

为了解决这个问题，研究员们 借鉴统计学理论的矩方法，提出了新的 GNN 模型——混合矩图神经网络 MM-GNN。 在15个真实世界图数据集（包括社交网络、引文网络和网页网络等）上进行的广泛实验表 …

为什么GNN图神经网络不像CNN一样堆叠那么多复杂拓扑结构？ CNN堆叠出各种如ResNet，AlexNet，DenseNet各种各样眼花缭乱的结构，为什么GNN就只有线性叠加3、4层这样的 …

初学者如何高效入门GNN，有没有比较好的路线呀，一上来就看论文确实有难度。