Graph Neural Networks: A Review of Methods and Applications

最近ML圈吹起Graph Neural Network的風潮，有不少學者認為將Graph與概率推理結合在一起，會讓這個領域迎來新一波的浪潮，更有學者認為GNN可能可以解決圖靈獎得主Judea Pearl指出的深度學習無法做因果推理的核心問題。

在2018年出版的Review Paper，Paper中作者點出了GNN的特性，以及各類有關於GNN的變形，最後點出了GNN目前的運用場景，囊括了CV、NLP、物理、化學、生物等。

參考

https://gitycc.github.io/machine-learning-papers-summary/?fbclid=IwAR1zFfvEQrk-8IO8xEWlfCJkQ0hhB8NqzHNGU30zdS3JDIfh4O8TdIVGLB0#/gnn/graph-neural-networks-a-review-of-methods-and-applications