Linkage Based Face Clustering via Graph Convolution Network（）
code：
Distance Metric Learning using GraphConvolutional Networks: Application to Functional Brain Networks 2017
贡献：
将siamese graph convolutional neural network应用于不规则graph，并使用了polynomial filters，应用了全局，loss function，
能够学习更好的关于图的潜在表达
总结：
提出了一种新的度量学习方法评估graph之间的距离，同时借助谱图理论将此方法应用在不规则graph上。在Abide数据集上的实验结果表明，我们的方法可以学习针对临床应用量身定制的graph的相似性度量，与传统的距离度量相比，简单分类器的性能提高了11.9％。据我们所知，这个GCN在度量学习上的首次应用。
论文：
code：
Metric learning with spectral graph convolutions on brain connectivity networks 2018
作者团队的联系方式。这个网址有：
文章链接：file:///E:/liran/GCN文献资料/Metric%20learning%20with%20spectral%20graph%20convolutions%20on%20brain%20connectivity%20networks.pdf