面向数据中心的有向图学习:一种基于熵驱动的方法
📝
内容提要
本文关注现有有向图神经网络在数据使用上的不足,提出了一种新的基于熵驱动的有向图知识蒸馏方法(EDEN),致力于从数据中心的角度提升模型的编码能力。实验结果表明,EDEN在多种图数据集和下游任务中展现了最先进的性能,显著提高了已有模型的效果。
➡️
本文关注现有有向图神经网络在数据使用上的不足,提出了一种新的基于熵驱动的有向图知识蒸馏方法(EDEN),致力于从数据中心的角度提升模型的编码能力。实验结果表明,EDEN在多种图数据集和下游任务中展现了最先进的性能,显著提高了已有模型的效果。