探究图神经网络的超范围泛化：一种架构视角
原文中文，约300字，阅读约需1分钟。发表于：。对于图外分布问题（OOD），本研究从体系结构角度进行了全面调查，探讨了现代图神经网络的常见构建模块。通过广泛的实验，揭示了图的自注意机制和解耦体系结构对图 ODD 泛化的正面贡献，而线性分类层则会损害图 ODD 泛化能力。此外，我们基于这些发现开发了一种新的图神经网络模型 DGAT，它充分利用了图的自注意机制和解耦体系结构的稳健特性，并通过广泛的实验证明了我们模型在图 ODD...
本研究发现自注意机制和解耦体系结构对图外分布问题有正面贡献，线性分类层会损害图的泛化能力。研究开发了一种新的图神经网络模型DGAT，实验证明其在图外分布问题下的有效性。
