GNN-LoFI: 基于本地特征的直方图相交的新型图神经网络
原文约300字/词,阅读约需1分钟。发表于: 。本文提出了一种新的图神经网络架构,用局部邻域中节点特征的分布分析替代了传统的信息传递方式,并通过直方图交集核函数将这些特征的相似性信息传播到网络中的其他节点,从而创造了一种类似于信息传递的机制。我们通过剔除实验评估了网络在不同超参数选择下的性能,并在标准图分类和回归基准测试中对模型进行了测试,结果表明它在性能上优于常用的图核函数和图神经网络方法。
本文提出了一种新的图神经网络架构,通过局部邻域中节点特征的分布分析替代传统的信息传递方式,并通过直方图交集核函数将特征的相似性信息传播到其他节点,创造了一种类似于信息传递的机制。实验评估了网络在不同超参数选择下的性能,并在标准图分类和回归基准测试中对模型进行了测试,结果表明其性能优于常用的图核函数和图神经网络方法。