图神经网络中的信息流：临床分诊案例
原文中文，约300字，阅读约需1分钟。发表于：。在本文中，我们调查了图神经网络中嵌入信息的流向如何影响知识图谱中链接的预测，并提出了一个将领域知识融入到图神经网络连接性中的数学模型。我们的结果表明，将领域知识融入到图神经网络连接性中比使用相同连接性或允许无限制的嵌入传播能够取得更好的性能。此外，我们还发现负边在预测中起着至关重要的作用，并且使用太多的图神经网络层可能会降低性能。
研究了图神经网络中嵌入信息的流向对知识图谱中链接预测的影响，提出了将领域知识融入到图神经网络连接性中的数学模型。结果表明，融入领域知识比使用相同连接性或允许无限制的嵌入传播能够取得更好的性能。同时，负边在预测中起着至关重要的作用，使用太多的图神经网络层可能会降低性能。
