SF-GNN：深度图神经网络中的消息无损传播自过滤
原文中文，约500字，阅读约需2分钟。发表于：。图神经网络（GNN）通过传播和聚合的方式对图的结构信息进行编码，取得了显著的表征学习性能，但是仅仅叠加 GNN 层可能不会提高模型的性能，甚至可能有害。针对深层 GNN 出现的性能下降现象，我们提出了一种新的观点。我们认为这个问题不是过度平滑或过度压缩的原因，而是由于消息传递过程中低质量节点表示的干扰。我们引入了一种简单而通用的方法 SF-GNN 来解决这个问题。在 SF-GNN...
图神经网络（GNN）通过传播和聚合的方式对图的结构信息进行编码。研究者提出了一种新的方法SF-GNN，通过评估节点表示的质量来解决深层GNN性能下降问题。实验证明，SF-GNN在节点分类和链接预测任务中优于现有方法。
