具有多样化光谱滤波的图神经网络

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种新的多尺度框架卷积设计,用于谱图神经网络,提高了对嘈杂图信号的鲁棒性。该方法利用异构图神经网络和多级图分析,嵌入了元路径上的拓扑信息。实验结果表明,该方法在异构图和同构图中表现出优越性能。

🎯

关键要点

  • 提出了一种新颖的多尺度框架卷积设计用于谱图神经网络。
  • 该方法集成了直接设计在谱域中的过滤函数以提高对嘈杂图信号的鲁棒性。
  • 有效减轻了嘈杂信号的负面影响。
  • 利用异构图神经网络和多级图分析,嵌入了元路径上的拓扑信息。
  • 实验结果表明该方法在异构图和同构图中表现出优越性能。
➡️

继续阅读