Barron 空间用于图卷积神经网络
本文介绍了一种利用超几何空间表达能力和嵌入高度曲率特点的归纳式超几何图卷积神经网络(HGCN),可以学习分层和无标度图的节点表示。实验证明,HGCN 学习到的嵌入保留了分层结构,且在链路预测和节点分类中性能表现更好,改善了 Pubmed 数据集的最新技术水平。
原文中文,约300字,阅读约需1分钟。
本文介绍了一种利用超几何空间表达能力和嵌入高度曲率特点的归纳式超几何图卷积神经网络(HGCN),可以学习分层和无标度图的节点表示。实验证明,HGCN 学习到的嵌入保留了分层结构,且在链路预测和节点分类中性能表现更好,改善了 Pubmed 数据集的最新技术水平。