历些毛子代拔大学 (3)图卷积网络 XIDIAN UNIVERSITY 整合函数（卷积操作）。有三种整合函数（图中的整合加拼接）， (1)平均整合： CONCAT(1,hvi)=mean(hh,VvjE N(vi)), (6-1) 式(6-1)的操作可以理解为卷积，卷积的结果就是将节点x及其邻居在上一步 的表示进行平均： (2)LSTM aggregator; (3)Pooling aggregator:池化整合是一种对称可训练的整合方法，每个邻居节 点的表达矢量独立通过一个神经网络，最大池化操作以整合邻居节点信息。 Wpoot是神经网络参数。 AGGREGATEROOL max({(WpooLh1),Vvj E N(vi)}). (6-2) 18（3）图卷积网络 18 • 整合函数（卷积操作）。有三种整合函数（图中的整合加拼接）， （1）平均整合： CONCAT ℎ𝑣𝑖 𝑘−1 , ℎ𝑁(𝑣𝑖) 𝑘 = 𝑚𝑒𝑎𝑛 ℎ𝑣𝑖 𝑘−1 ∪ ℎ𝑣𝑗 𝑘−1 , ∀𝑣𝑗 ∈ 𝑁(𝑣𝑖) , (6-1) 式（6-1）的操作可以理解为卷积，卷积的结果就是将节点xi及其邻居在上一步 的表示进行平均； （2）LSTM aggregator； （3）Pooling aggregator: 池化整合是一种对称可训练的整合方法，每个邻居节 点的表达矢量独立通过一个神经网络，最大池化操作以整合邻居节点信息。 𝑊𝑝𝑜𝑜𝑙是神经网络参数。 AGGREGATE𝑘 𝑝𝑜𝑜𝑙 = max {σ(𝑊𝑝𝑜𝑜𝑙ℎ𝑣𝑗 𝑘−1 ), ∀𝑣𝑗 ∈ 𝑁 𝑣𝑖 } , (6-2)