终检失败 创新训练 520计算机科学技术 理论研究-科学技术未定级

事实上，“图卷积网络（GCN）在处理非规则数据的过程中具有 CNN 无法比拟的优势，但 目前的图卷积网络规模较小，在加深深度的过程中由于梯度消失(Vanishing Gradient)和过度 平滑(Over Smoothing)问题限制图卷积网络的进一步发展。” 现进行如下探究 1.是不是可以借鉴 CNN 的发展经验来解决 GCN 所面临的问题呢？ 2.对文献[9]中的成果尝试进行：复现、操作转移、架构转移及参数的调整。 3.通过不同的距离度量来计算 dilated K-NN，并通过不同的K值来构造graph 4.是否能得到更好的 GCN 的 dilation rate schedules？ 5.是否能与 residual and dense connections 相结合？