Misnearch的博客

图划分算法，没有采用Louvain算法（Blondel et al.， 2008），在Zhang et al. (2021),使用到。而是使用的METIS graph partitioning algorithm(Karypis,1997)是一个用于图划分（graph partitioning）的Python库，它是METIS库的Python接口。METIS 是一个用于将图划分成若干个子图的工具，广泛应用于并行计算、网络分析等领域。定义单层的MaskedGCNConv等。分布式训练的进程管理，

引入了一种新的子图学习问题——个性化子图学习，该问题侧重于相互关联的局部gnn的联合改进，而不是学习单一的全局模型，并提出了一种新的框架。

联邦图机器学习(FGML)是一个很有前途的解决方案，通过以联邦方式训练图机器学习模型来解决这一挑战。因此该篇综述就对FGML相关文献进行了回顾。提出分类为两类：FL with structured data（具有结构化数据的联邦学习）structured FL（结构化联邦学习）