。
1.3 图神经网络基本概念
图神经网络(GNN)最早由Marco Gori [1]、Franco Scarselli [2,3]等人提出，他们将神经网络方法拓展到了图数据计算领域。在Scarselli论文中典型的图如图1所示：
图1 典型的图神经网络
为了根据输入节点邻居信息更新节点状态，将局部转移函数f定义为循环递归函数的形式, 每个节点以周围邻居节点和相连的边作为来源信息来更新自身的表达h。为了得到节点的输出o, 引入局部输出函数g。因此，有以下定义：
其中x表示节点投中, h表示节点隐状态，ne[n]表示表示节点n的邻居节点集合，co[n]表示节点n的邻接边的集合。以图1的L1节点为例，X1是其输入特征,
包含节点
