利用集体结构知识进行图神经网络的数据增强

本篇研究提出了一种新颖的方法，即综合结构知识增强图神经网络 (CoS-GNN)，通过引入新的消息传递方法，使得图神经网络能够利用丰富的节点和图级结构特征以及原始节点特征，在增强的图结构中大大改善了图神经网络的结构知识建模，从而实现了显著改进的图表示。在大量实证结果中，CoS-GNN 在包括图分类、异常检测和超出分布泛化在内的各种图级学习任务中优于现有的模型。