关联性提升:通过图间关系推进图神经网络

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了TransGNN模型,通过引入传递性关系,捕捉整个图形上的全局和局部相似性,显著改善了节点分类等任务的性能。

🎯

关键要点

  • 本研究提出了TransGNN模型。
  • TransGNN模型引入了基于传递性关系的相似性扩展。
  • 该模型能够捕捉整个图形上的全局和局部相似性。
  • TransGNN区分强传递性关系和弱传递性关系。
  • 模型在多个真实世界数据集上评估,显示出显著改善节点分类等任务的性能。
➡️

继续阅读