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。
➡️