图卷积注意力与随机重连
原文中文,约300字,阅读约需1分钟。发表于: 。本文介绍了一种新颖的 GNN 架构,名为 Graph-Rewiring Attention with Stochastic Structures (GRASS),结合了消息传递、图重连和图变换等现代 GNN 的关键范式。GRASS...
本文介绍了一种名为GRASS的新颖GNN架构,结合了消息传递、图重连和图变换等关键范式。GRASS通过叠加随机正则图来重连输入图,增强远程信息传播同时保留输入图的结构特征。它还采用了一种针对图结构数据的独特的加法注意机制,提供了图归纳偏置,同时保持了计算效率。实证评估结果表明,GRASS在多个基准数据集上实现了最先进的性能,验证了其实际有效性。