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。
📝

内容提要

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。

🎯

关键要点

  • 本研究提出了RSEA-MVGNN模型,解决了多视图图神经网络的挑战。

  • 主要挑战包括特征多样性和视图质量评估。

  • 模型通过主观逻辑评估视图特异性的不确定性。

  • 利用不确定性设计可靠的结构增强,实现多样化特征表示。

  • 模型聚合高质量视图,提升整体性能。

  • 实验结果显示,该模型在五个真实数据集上超越了多种最先进的GNN方法。

➡️

继续阅读