BriefGPT - AI 论文速递
·
多视图图结构表示学习：基于图粗化
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究人员提出了一种基于图粗化的多视图图结构表示学习模型（MSLgo），用于图分类。通过层次启发式图粗化压缩循环和团，并通过约束限制，构建了粗化视图以学习结构之间的高级交互。实验结果表明，MSLgo在多种架构上超过了14个基线的改进。
🎯
关键要点
- 研究人员提出了一种基于图粗化的多视图图结构表示学习模型（MSLgo）用于图分类。
- 模型通过层次启发式图粗化压缩循环和团，构建粗化视图以学习结构之间的高级交互。
- 引入线图进行边嵌入，切换到以边为中心的视角构建转换视图。
- 实验结果表明，MSLgo在六个真实数据集上超过了14个基线的改进。
➡️
