王健宗，孔令炜，黄章成，肖 京

（平安科技（深圳）有限公司联邦学习技术部，广东深圳 518063）

0 概述

近年来，深度学习技术逐渐成为人工智能领域的研究热点和主流发展方向，主要应用于高维特征规则分布的非欧几里德数据处理中，并且在图像处理、语音识别和语义理解［1］等领域取得了显著成果。图的概念起源于18 世纪著名的柯尼斯堡七桥问题，到20 世纪中期拟阵理论、超图理论和极图理论等研究蓬勃发展，使得图论［2］在电子计算诞生前已成为重要的数学研究领域。作为一种关系型数据结构，图在深度学习中的应用在近年来受到越来越多的关注，图的演进历程被分为数学起源、计算应用和神经网络延伸3 个阶段。随着计算机的出现和机器计算时代的到来和发展，图作为一种能够有效且抽象地表达信息和数据中的实体以及实体之间关系的重要数据结构得到了广泛应用，图数据库有效解决了传统的关系型数据结构面对大量复杂数据存在的建模缺陷多、计算速度慢等问题，图数据库也成为热门的研究方向。图结构［3］可以将结构化数据点通过边的形式，依照数据间的关系将不同类型和结构的数据节点相连接，因此被广泛地应用在数据存储、检索以及计算中。基于图结构数据，知识图谱［4-7］可以通过点和边的语义关系精确地描述现实世界中实体之间的关联关系，包括知识抽取、知识推理、知识图谱可视化等研究方向。图计算具有……