Multi-Granular Attention Based Heterogeneous Hypergraph Neural Network
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种基于多粒度注意力的异构超图神经网络(MGA-HHN),旨在解决现有异构图神经网络在捕获高阶节点关系和长期信息传递中的失真问题。实验结果表明,该模型在节点分类、聚类和可视化任务上表现优于现有模型。
🎯
关键要点
- 提出了一种基于多粒度注意力的异构超图神经网络(MGA-HHN),旨在解决现有异构图神经网络在捕获高阶节点关系和长期信息传递中的失真问题。
- MGA-HHN模型通过构建基于元路径的异构超图和多粒度注意力机制,实现了更有效的节点表示学习。
- 实验结果表明,MGA-HHN在节点分类、聚类和可视化任务上表现优于现有最先进的模型。
➡️