图神经网络改进-手把手教你改代码-第2期:双通道融合算法以提高图神经网络下游任务精度

萧岩俊二不会失眠:
大佬你好，小白请教关于GNN问题：我是医学专业，想用GNN预测CT图像随时间变化的力学性质，输入是CT扫描骨头参数（如结构、力学参数、边界条件等），输出是力学性能（如硬度、强度等）。请问这种动态预测在网格结构上可以有什么创新吗？我思考的是使用动态GNN，这样可行吗？以及我应该如何在网络中构建和考虑骨头随时间变化作为输入输出呢？

【回复】这个就是动态图神经网络和医学的结合，把已有的数据比如你的ct 结果数据根据某些特性构建成图数据，构建图数据集的时候，有很多种方法，这个也是我们后续会推出的创新思路之一，再结合动态图神经网络，在图神经网络方面，我们后续也会推出许多在这方面的创新，以供选择，在自己的数据集上涨点，具体分析还需要一些领域知识
生吃玉米我很抱歉:
老师，请问这两个卷积不是参数共享的，对吧，要不就一样了，没意义。

【回复】输入输出维度都不一样，不共享
阿水ashui:
关注了老师，选了图方向，目前还在看论述

【回复】多看论文，加油，持续关注，三连为盼
麦氪劳林:
请问up主有考虑做博客教学吗！我愿意付费！

【回复】哈哈，持续关注，会有你想要的惊喜的[打call]