Аннотация:В современных задачах интеллектуального анализа данных часто возникают ситуации, когда объекты распознавания представляют набор взаимодействующих между собой компонентов. При этом одной из основных задач анализа является установление соответствия между компонентами объектов. Естественным способом моделирования таких данных являются графы, структура которых зависит от конкретной предметной области. Задача установления соответствия между компонентами при этом формализуется как задача поиска соответствия между вершинами графов, или сопоставления графов. В настоящей работе рассматривается задача сопоставления ориентированных графов, вершины и рёбра которых атрибутированы векторами вещественных признаков. Мы предлагаем метод, основанный на глубоком обучении сиамской графовой свёрточной сети, и демонстрируем его эффективность на реальных данных.