BriefGPT - AI 论文速递 · 2023-08-31T00:00:00Z 图神经网络中的排名崩溃导致过度平滑和过度相关 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文研究了深度图神经网络中的超平滑和特征过相关性的新理论洞见。研究发现，节点表示受到低维子空间的影响，与特征变换无关。通过使用Kronecker乘积之和，可以防止超平滑、超相关和秩崩溃。实证研究证明现有模型无法捕捉线性独立特征。 🏷️ 标签 Kronecker乘积 低维子空间 深度图神经网络 特征过相关性 神经网络 超平滑 阅读原文 生成长图 分享链接 已复制链接
