增强稀疏图中图神经网络对拓扑变动的鲁棒性

📝

内容提要

图神经网络(GNN)在节点分类中得到广泛应用,但最近的研究表明 GNN 对拓扑扰动如对抗攻击和边缘中断很容易受到攻击,为了克服这些问题,我们提出了一种新的标签推断框架 TraTopo,它结合了基于拓扑的标签传播、贝叶斯标签转换和随机游走的链接分析,并在稀疏图上超过了现有的 GCN 模型,在节点分类中表现出更高的准确性。

🏷️

标签

➡️

继续阅读