图神经网络到底有多么的强大呢？我们看看来自日本京都大学学者的一篇研究综述。图神经网络是解决各种图学习问题的有效的机器学习模型。尽管它们取得了经验上的成功，但是GNNs的理论局限性最近已经被揭示出来。因此，人们提出了许多GNN模型来克服这些限制。在该研究综述中，作者全面概述了GNNs的表达能力和可证明的强大的GNNs变体。
下面是本文的主要章节
Section 2 GNN不能判别的例子
Section 3 GNN与WL algorithm的联系
Section 4 GNN能够和不能够解决的组合问题
Section 5 GNN, WL algorithm 以及 distributed local algorithm的关系
地址：
https://arxiv.org/abs/2003.04078
不能区分的例子
WL test的表达能力
更多内容请参考：
地址：
https://arxiv.org/abs/2003.04078
联系客服
