[人工智能]GNN论文调研【方向是时间序列】

【时序】DCRNN：结合扩散卷积和GNN的用于交通流量预测的时空预测网络_datamonday的博客-CSDN博客

【时序】Time2Graph：使用动态 Shapelets 和 GNN 进行时间序列建模_datamonday的博客-CSDN博客_time2graph

基于GNN的多变量时序预测（MTGNN） - 知乎

基于LSTM与GNN融合的COVID-19预测模型 - 知乎

【时序】Time2Graph：使用动态 Shapelets 和 GNN 进行时间序列建模_datamonday的博客-CSDN博客_time2graph

合作对象:十室 周晓峰 鲁东 李怀翱 专做时间序列预测方向工作

?????????????? 八室 刘硕 时间序列预测比赛与论文工作

传统深度学习方法在欧式空间里取得了巨大成功，但面对非欧空间的数据时，就捉襟见肘了，这类数据的节点往往没有固定顺序，连接是动态和多模态的，它们可以用表现能力很强的图结构来表示，那么问题来了，如何把这种图结构嫁接到神经网络上，从而实现不同空间的跨越呢？

图神经网络GNN应运而生，和传统的神经网络相比，它解决了两个问题：

1. 图结构的矩阵化表示
2. 层内与层间的消息传递

这个视频讲解的很形象

【GNN 图神经网络】直观透彻理解_哔哩哔哩_bilibili

更细的还是看看李沐老师的吧

零基础多图详解图神经网络（GNN/GCN）【论文精读】_哔哩哔哩_bilibili

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖