Lumia 950 XL 被移植运行 Windows 10X

图查询应用点很多，这里介绍常见的四种应用点：多阶扩散、近邻分布、关联可视化展示、特定邻居搜索。

多阶扩散 多阶扩散是较为常见的图查询操作。近邻往往同自身关系密切或属性相近，多阶扩散则是用来获取同自身属性一致或相近的人群。例如在特定标签的人群识别中，同类人群往往形成社区并且彼此间紧密关联，从已知的标签人群出发，通过相应标签场景的紧密的关联（如业界常见的共同设备）扩散出的人群往往能覆盖未知的标签人群。值得注意的是，扩散后的人群也往往也可能包括正常人群，因此扩散结果需要进一步的过滤处理。实践中，图的多阶查询效率比传统关系型系统的join操作在性能上高出2~3个数量级。

近邻分布 多阶邻居查询也用来获取近邻分布，进而更精准地刻画用户自身特定属性。例如，程序员在社交网络关联的邻居里，具有程序员标签的用户密度会明显偏高。对于一个未知标签的用户，可以通过其社交网络或资金网络多阶邻居中已知的用户分布来辅助确定用户是否具有相应的属性。

关联画像 对于给定的一个顶点，多阶邻居的全貌展示能够有助于对顶点更深刻的理解，即通过多阶邻居的关联来对顶点进行画像。这类应用的落地主要通过图可视化工具对多阶邻居的展示来完成，如天眼查等通过关联可视化落地的应用。

特定邻居搜索 多阶邻居的查询也能获取特定的邻居进行强化关联。以社交网络为例，每个人的一阶好友关系为其可见的人脉集合，而二阶好友往往是每个人的人脉盲区，通过特定的二阶好友的查询能够精确定位到符合需求的人脉。举现实例子来说，假设一名患者想在赴诊前对某医院某科室医生提前进行健康咨询，而该患者一阶人脉并无覆盖该科室的任何一名医生，如果该患者能够找到同某个目标医生的公共好友，则可以通过公共好友同目标医生建立直接的关联关系，实现提前的健康咨询。

多阶查询往往最大阶数为3，因为4阶及以上查询结果将非常庞大难以处理。此外，高阶的邻居同源点的关联强度也随着阶数的增长而不断下降。因此，从经验的角度看，多阶邻居查询一般最多到3阶。

2.2 路径查询

路径的一般定义为：两点间能够连通起来的边的集合。如下图从史玉柱到深大，从深大到张维，从张维到高晓松的三条边的集合即构成了史玉柱到高晓松的一条路径。
 

此外，还可以将机器学习(ML)模型集成到现有求解器中。Gasse et al. 提出了一种用于学习分支定界变量选择策略(混合整数线性程序MILP求解器的关键)的图网，通过该方式能够最小化求解器的运行时间。同时论文表明，该方法既能保证推理时间，又能保证决策质量。

在DeepMind和Google的最新工作中，图网被用于MILP求解器的两个关键子任务：联合变量分配和目标值定界。在Google生产包和规划系统大规模数据集上，他们的神经网络方法比现有求解器快2–10倍。更多内容请查阅相关综述。

计算机视觉

由于世界上所有物体都是密切联系的，因此可以将GNN用于物体图像。通过场景图可以感知图像，即一组物体出现在同一场景中，那么它们之间存在联系。场景图已用在图像检，理解和推理，字幕生成，视觉问答以及图像生成等任务，从而大大提高模型的性能。

Facebook的一项研究表明，根据经典CV数据集COCO中的物体形状、位置和大小创建场景图，然后使用GNN对图中物体进行嵌入，进而结合CNN生成物体的遮罩，边框和外。最终，通过GNN / CNN可以在用户指定节点(确定节点的相对位置和大小)生成物体图像。
 

Pinterest 提出了 PinSage 模型，该模型使用个性化PageRank对邻域进行高效采样，并通过聚合邻域更新节点嵌入。后续模型 PinnerSage 进一步扩展了该框架来处理不同用户的多嵌入问题。受限篇幅，本文仅列出GNN在推荐系统的部分应用(其他案例还包括：Amazon在知识图谱中应用GNN或Fabula AI使用GNN检测假新闻等)，但这些足以表明，如果用户互动的信息足够丰富，那么GNNs将显著推动推荐系统中进一步发展。

组合优化

金融、物流、能源、生命科学和硬件设计等多个领域都面临组合优化(CO)问题。这些问题多数可以通过图结构进行建模，因此，过去近一个世纪的研究工作都致力于从算法层面解决CO问题。然而，机器学习的发展为CO问题的解决提供了另外一种可能性。

Google Brain 团队将GNN成功用于硬件设计，如对Google TPU芯片块的功耗、面积和性能的优化。可以将计算机芯片视为由内存和逻辑部件组成的图，每个图由其部件的坐标和类型表示。电气工程师的工作就是，在遵守密度和布线拥塞限制的同时，确定每个组件的位置。Google Brain团队结合GNN和策略/值RL实现对电路芯片布局的设计与优化，其表现优于人工设计的硬件布局。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!