Réseaux de Neurones Convolutifs sur Graphes par Diffusion

Nous généralisons la transformée de diffusion aux graphes et construisons par conséquent un réseau neuronal convolutif sur les graphes. Nous montrons que sous certaines conditions, toute caractéristique générée par un tel réseau est approximativement invariante aux permutations et stable face aux manipulations des graphes. Les résultats numériques démontrent une performance compétitive sur des ensembles de données pertinents.