研究突破 · 人工校订条目
图卷积网络 GCN 提出，图神经网络进入主流
Semi-Supervised Classification with Graph Convolutional Networks
- 日期
- 2016 年 9 月 9 日
- 类别
- 研究突破
- 机构 / 模型
- University of Amsterdam
- 证据
- 1 条 · 1 类
Kipf 与 Welling 把谱图卷积做一阶近似，得到逐层传播的简洁图卷积形式，并在引文网络上完成半监督节点分类。GCN 让图结构数据可以直接用神经网络训练，成为药物发现、推荐、风控与知识图谱的常用基础模块。
校订注记：arXiv 预印本核对；论文于 2017 年在 ICLR 发表
人工校订来源 · 1
引用本页
图卷积网络 GCN 提出，图神经网络进入主流[EB/OL]. AI 纪年, 2016-09-09. https://aihist.net/e/gcn-2016.html（访问日期：2026-10-29）.
静态页随内容修订重新构建；实时合并证据与自动采集条目见时间轴。