基于子图GNN的高精度可扩展图学习

文章探讨了节点层面和图层面的任务,重点在于子图GNN如何利用不同的子图获取每个节点的独特特征,这些特征反映了子图的结构信息。通过在子图上进行训练,可以接近在原图上的训练效果,因为子图保持了许多关键特征的一致性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
节点、链路预测、图层面的三类任务。
今天主要相关工作是节点层面和图层面。
对于子图GNN来说,每一个节点可以根据不同的子图,得到不同的feature,不同的feature具有不同的子图结构信息。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
蓝色是核心思想,绿色圈中的文章是核心的工作;
在这里插入图片描述
子图会在很多关键特征上和原图保持一致。因此在子图上的训练就可以近似于在原图上的训练。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

五阿哥爱跳舞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值