高效且可解释的图神经网络架构搜索：蒙特卡洛树搜索
原文中文，约300字，阅读约需1分钟。发表于：。图神经网络（GNN）广泛应用于各个领域的数据科学任务，但为了设计 / 选择最佳的 GNN 结构，研究人员和实践者需要付出大量的努力和计算成本。为了节省人力努力和计算成本，我们提出了一种高效且可解释的图神经架构搜索方法（ExGNAS），它包括适用于各类图的简单搜索空间和能够解释决策过程的搜索算法。通过与现有方法进行综合评估，实验结果表明 ExGNAS...
ExGNAS是一种高效且可解释的图神经网络搜索方法，能够节省人力努力和计算成本。实验结果表明ExGNAS在准确性和运行时间方面超过当前的图神经架构搜索方法，并有效分析同质图和异质图中GNN架构的差异。
