动态图神经网络综述笔记(一)分类

本文是动态网络综述：
Foundations and modelling of dynamic
networks using Dynamic Graph Neural
Networks: A survey 的笔记

分类

根据时间粒度分类

• Static
  没有时间信息
• Edge-weighted
  时间信息被当做标签存放在静态网络的边/点中，最直观的例子是静态网络中边最后一次活跃时间的标签。
• Discretue
  以离散的时间间隔表示时间信息，可以用不同时间间隔的快照来表示。
• Continuous
  没有时间间隔，这种表示方式承载着最多的信息，但同时也最复杂。

后两者主要用来建立动态网络。

表示方法

• Discrete Representation
  
  T代表快照的序号
• Continuous Representation
  1. The event-basedrepresentation
     
     ui和vi是一对连接的点，ti是时间戳，代表连接开始的时间，△i是事件(连接)持续的时间
  2. The contact sequence representation
     
     是上一种的简化，在这种连接中，连接是instantaneous(瞬时)的，所以没有连接的持续时间。
  3. The graph stream representation
     
     其中 ui,vi是一对连接的点，ti是事件发生的时间，最后的符号如果为1，代表边的的加入，-1代表边的删除。

根据连接时间分类

• Interaction
• Temporal
• Evolving
• Strictly evolving

从上到下连接时间为0-无穷

根据点的动态性区分

• Static
  点的数量始终不变
• Dynamic
  点可能消失或出现
• Growin
  是一种特殊的Dynamic，点只能增长

动态网络CUBE

temporal可以在没有连接的情况下存在，但对于evolving等许多网络来说不可以，当连接不存在时，点也就不存在了。

三种分类可以形成一个3D的分类图

动态网络模型