研究人员推出了一种以图对齐问题为中心的图神经网络（GNN）的新基准测试方法。该方法将图对齐（一项涉及匹配两个未标记图以最大化边重叠的任务）构建为一项自监督学习问题。所提出的方法生成不同难度的Показать датасет，以有效排名GNN架构，揭示了各向异性模型在仅结构任务上优于各向同性模型。此外，从该任务中学习到的节点嵌入可以作为图回归中Transformer的位置编码，或以高精度重建图结构，并提供了一个开源软件包以确保可复现性。 AI
影响 引入了一种评估和预训练GNN的新颖方法，有可能提高它们在复杂图任务上的性能。
排序理由 该集群包含一篇详细介绍图神经网络新基准测试方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
