- 博客(12)
- 收藏
- 关注
原创 图形注意力网络
论文提出了图形注意网络(GAT),一种在图形结构数据上运行的新型神经网络架构,利用掩蔽的自我注意层来解决基于图形卷积或其近似的先前方法的缺点。通过堆叠节点能够参与其邻域特征的层,我们能够(隐式)为邻域中的不同节点指定不同的权重,而不需要任何类型的昂贵的矩阵运算(例如倒置)或取决于图形结构前期。通过这种方式,我们同时解决了基于光谱的图形神经网络的几个关键挑战,并使我们的模型易于适用于归纳和偏置问题。
2022-10-02 17:55:20
1454
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人