基于特征和结构信息增强的图神经网络集成学习框架

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：近年来，图神经网络由于其丰富的表征和推理能力受到广泛的关注，然而，目前的研究聚焦于卷积策略和网络结构的调整以获得更高的性能，不可避免地面临单一模型局限性的约束。受到集成学习思想的启发，面向图神经网络创新性地提出一套集成学习框架（EL-GNN）。不同于常规的文本和图像数据，图数据除了特征信息外还包括了丰富的拓扑结构信息。（剩余16580字）

试读结束

目录
monitor
客服机器人