BriefGPT - AI 论文速递
·
Hetero$^2$Net: 非同质图上的异质感知表示学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一种新的异质图神经网络 Hetero$^2$Net，通过蒙版元路径预测和蒙版标签预测任务，有效地处理同质性和异质性异质图。在五个真实异质图基准上评估了 Hetero$^2$Net 的性能，结果表明 Hetero$^2$Net 在半监督节点分类任务中优于强基线模型。
🎯
关键要点
- 提出了一种新的异质图神经网络 Hetero$^2$Net。
- 通过蒙版元路径预测和蒙版标签预测任务处理同质性和异质性异质图。
- 在五个真实异质图基准上评估 Hetero$^2$Net 的性能。
- Hetero$^2$Net 在半监督节点分类任务中优于强基线模型。
- 研究表明传统图神经网络在异质图的泛化能力有限。
➡️
