2023 Spring 图像处理与机器视觉小组作业

成员：LGX,XLP,LXH

任务及要求

19. 图卷积神经网络（GNN）方法研究 任务要求：通过查询各种文献，了解GNN的国内外进展，熟悉GNN的基本理论与方法， 通过查询国内外深度学习的各种文献，整理深度学习理论与方法的国内外进展，要求综述全面， 分析完整，并评述每种方法的优缺点，小组成员实现一种GNN用于具体任务的方法，并撰写研究报告。

任务进度

1. 了解GNN国内外进展
2. 熟悉GNN基本理论和方法
3. 整理深度学习理论与方法的国内外进展
4. 实现一种GNN用于具体任务的方法
5. 撰写报告
6. 制作展示PPT

参考资料

https://en.wikipedia.org/wiki/Graph_neural_network

https://distill.pub/2021/gnn-intro/

https://stellargraph.readthedocs.io/en/v1.0.0rc1/demos/node-classification/gcn/gcn-cora-node-classification-example.html

[https://towardsdatascience.com/hands-on-graph-neural-networks-with-pytorch-pytorch-geometric-359487e221a8](https://towardsdatascience.com/hands-on-graph-neural-networks-with-pytorch-pytorch-geometric-359487e221a8]

https://github.com/thunlp/GNNPapers