第三章：图神经网络核心理论

文档摘要

第三章：图神经网络核心理论图神经网络核心理论：从消息传递到嵌入学习的深度探索图神经网络（GNNs）作为处理图结构数据的强大工具，近年来在诸多领域展现出卓越的性能。它们能够有效地学习节点之间的复杂关系，并将这些关系融入到节点和图的表示中。理解 GNN 的核心理论是深入应用和创新 GNN 的关键。本章将带领大家深入探索 GNN 的核心理论，从消息传递范式到节点嵌入与图嵌入，再到聚合函数与更新函数，全面解析 GNN 的内在机制。 3.1 消息传递范式 (Message Passing Paradigm) GNN 的核心思想是消息传递（Message Passing）。消息传递范式是 GNN 的基石，它描述了节点如何从其邻居节点收集信息，并利用这些信息来更新自身的状态。