基于简单复合的花瓣拉普拉斯算子的高阶图卷积网络
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本论文提出了一种利用简单复合物的数学理论处理复杂系统中高阶交互作用的新方法。通过嵌入高阶 Flower-Petals 模型和基于 FP Laplacians 的高阶图卷积网络 (HiGCN),能够在不同拓扑尺度上识别内在特征,并量化高阶交互作用强度,实现了先进的表达能力。在各种图任务上,该方法达到了最先进的性能。
🎯
关键要点
- 本论文提出了一种新方法,利用简单复合物的数学理论处理复杂系统中的高阶交互作用。
- 引入了嵌入简单复合物的高阶 Flower-Petals 模型。
- 基于 FP Laplacians 的高阶图卷积网络 (HiGCN) 能够识别不同拓扑尺度上的内在特征。
- 通过可学习的图滤波器量化高阶交互作用强度,提升了表达能力。
- 该方法在各种图任务上达到了最先进的性能。
➡️