BriefGPT - AI 论文速递 · 2023-11-27T00:00:00Z Riemannian 图神经网络中的过度压缩 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本研究借鉴反时间原理，提出了一种高通滤波函数，提高了图节点特征的清晰度。引入了基于多尺度热核的图神经网络 (MHKG)，进一步将其广义化为一种称为 G-MHKG 的模型。实验证明该模型在图数据集上有效，胜过了几个基线模型。 🏷️ 标签 G-MHKG 反时间原理 图节点特征 多尺度热核 神经网络 高通滤波函数 阅读原文 生成长图 分享链接 已复制链接
