用图神经网络进行超图节点分类
原文中文，约300字，阅读约需1分钟。发表于：。在节点分类的背景下，本文理论上证明了在超图上，大多数 HyperGNN 可以使用带有超图的加权团展开的 GNN 进行近似。通过加权团展开的 GNN，我们提出了一种简单高效的框架 WCE-GNN，用于超图节点分类，并在九个真实超图节点分类基准上的实验证明了 WCE-GNN 相比于最先进的 HyperGNN 具有更高的分类准确性，以及更好的内存和运行时效率。
本文证明了大多数 HyperGNN 可以使用带有超图的加权团展开的 GNN 进行近似。提出了一种简单高效的框架 WCE-GNN 用于超图节点分类，并在九个真实超图节点分类基准上的实验证明了 WCE-GNN 相比于最先进的 HyperGNN 具有更高的分类准确性、内存和运行时效率。
