摘要：近几年来，将深度学习应用到处理和图结构数据相关的任务中越来越受到人们的关注.图神经网络的出现使其在上述任务中取得了重大突破，比如在社交网络、自然语言处理、计算机视觉甚至生命科学等领域得到了非常广泛的应用．图神经网络可以把实际问题看作图中节点之间的连接和消息传播问题，对节点之间的依赖关系进行建模，从而能够很好的处理图结构数据．鉴于此，系统综述了图神经网络模型以及应用．首先从谱域、空间域和池化3方面对图卷积神经网络进行了阐述．然后，描述了基于注意力机制和自编码器的图神经网络模型，并补充了一些其他方法实现的图神经网络．其次，总结了针对图神经网络能不能做大做深等问题的讨论分析．进而，概括了图神经网络的4个框架．还详细说明了在图神经网络在自然语言处理、计算机视觉等方面的应用．最后，对图神经网络未来的研究进行了展望和总结．相较于已有的图神经网络综述文章，详细阐述了谱理论知识，并对基于谱域的图卷积神经网络体系进行全面总结．同时，给出了针对空间域图卷积神经网络效率低的改进模型这一新的分类标准．并首次总结了针对图神经网络表达能力、理论保障等的讨论分析，增加了新的框架模型．在应用部分，阐述了图神经网络的最新应用.

关键字：图结构数据;图神经网络;图卷积神经网络;谱域;空间域和池化

ISSN号：1000-1239

卷、期、页：网络首发，暂无页码。首发时间：2021-06-25

发表日期：2021-06-25

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,信息通信领域科技期刊分级推荐目录（B类）

发表期刊名称：计算机研究与发展

第一作者：马帅,刘建伟,左信

论文类型：期刊论文

论文概要：马帅,刘建伟,左信，图神经网络综述，计算机研究与发展，2021，网络首发，暂无页码。首发时间：2021-06-25

论文题目：图神经网络综述