本研究提出了一种名为DegFairGT的新型图变换器，旨在解决图神经网络中的度偏差问题。该方法通过学习非相邻节点的结构相似性，增强低度节点在消息传递中的代表性，从而有效缓解高节点度的影响，提升多项任务的性能。

Mitigating Degree Bias in Graph Representation Learning with Learnable Structural Augmentation and Structural Self-Attention
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证