Advertisement

A Review on Graph Neural Network Methods in Financial Applications

阅读量:

本文涉及与GNN相关的论文综述,基于《A Review on Graph Neural Network Methods in Financial Applications》的翻译。

图神经网络在金融中的应用综述

  • 摘要
  • 1 引言
  • 2 图分类
  • 3 特征处理
  • 4 图神经网络模型
  • 5 应用
  • 6 挑战

摘要

金融数据由多个组成部分和关系网络构成,常用图形数据形式来表示,既能表征单一特征属性,又能描绘复杂关联关系。鉴于金融市场具有高度复杂性和波动性特征,基于金融数据构建的图模型通常会呈现出异构性或时变性特征,这对图建模技术提出了较高的要求。在图建模领域,图神经网络(GNN)模型具备处理复杂图结构的能力并取得了显著性能,因此在财务分析任务中具有广泛的应用潜力。本研究旨在系统回顾近期图神经网络在金融领域的应用进展。首先,我们对主要的财务图数据进行分类归纳,并总结节点特征提取的关键步骤。其次,我们系统梳理了各类图模型的GNN方法学,分析其在不同领域的具体应用案例,并对未来研究方向进行了展望。

1 引言

2 图分类

3 特征处理

4 图神经网络模型

5 应用

6 挑战

全部评论 (0)

还没有任何评论哟~