RSEA-MVGNN：具有可靠结构增强和聚合的多视图图神经网络
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有多视图图神经网络在有效结合不同视图时面临的主要挑战，特别是在特征多样性和视图质量评估方面。提出的RSEA-MVGNN模型通过主观逻辑评估视图特异性的不确定性，利用这一不确定性设计可靠的结构增强，从而实现多样化特征表示和高质量视图的聚合。实验结果表明，该模型在五个真实数据集上的表现超过了多种最先进的GNN方法。
本研究提出了RSEA-MVGNN模型，解决了多视图图神经网络在特征多样性和视图质量评估方面的挑战。通过主观逻辑评估视图特异性的不确定性，设计可靠的结构增强，实现多样化特征表示和高质量视图的聚合。实验结果表明，该模型在五个真实数据集上的表现超过了多种最先进的GNN方法。
