Attention Based Spatial Temporal Graph Convolutional Networks for Traffic Flow F

近日，DeepMind和谷歌联合进行了一项研究，该研究提出了一种执行相似性学习的新型强大模型——图匹配网络（GMN），性能优于GNN和GCN模型。该论文已被ICML2019接收。DeepMind和谷歌

图神经网络与注意力网络的联系在于，图神经网络需要预先给定数据之间的关联信息，注意力预先不知道数据之间的关联，而是尝试去发现它。当每个数据点之间两两有边（关系）时，图神经网络与注意力网络是一致的。

This paper covers the lessons learned while integrating RAL in an automated register definition flow

TrafficFlowDynamics_Chapter！

Max-flow Min-cut Graph Cut实现Boykov的Max-Flow/Min-Cut分割算法详情见没做完11月11日：目前使用Push-relabel最大流算法。11月12日：

随机行走在加权网络上的交通波动性,凌翔,景兴利,在现实生活中,许多系统可以用加权网络来更好的表示。然而,当前的许多交通波动性的研究主要集中在无权网络上。本文对加权网络上的�

A routing and wavelength assignment algorithm is proposed to minimize the number of wavelengths and

(Princeton Series in Applied Mathematics) Mehran Mesbahi, Magnus Egerstedt-Graph Theoretic Methods i

DistributedGraphAlgorithmsforComputerNetworks========================================Series:Computer

byMaartenvanSteen(Author)=============================Thisbookaimstoexplainthebasicsofgraphtheorytha