新型DCQ-GNN模型增强了图神经网络的谱滤波

研究人员推出了一种新颖的谱图神经网络（GNN）DCQ-GNN，该网络利用自适应凸凹二次滤波器。这种方法旨在提高谱选择性和在图结构数据上的性能，同时避免了与高阶滤波器相关的优化挑战。DCQ-GNN在同质图和异质图上均表现出强劲性能，与现有方法相比，在抵抗结构扰动方面显示出更强的鲁棒性。 AI

影响 引入了一种更鲁棒、更高效的GNN谱滤波方法，有望提高各种基于图的机器学习任务的性能。

排序理由 该项目是一篇学术论文，详细介绍了新模型及其在基准测试中的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• DCQ-GNN
• Dirichlet energy
• Gotit.pub
• Graph Neural Networks
• Hugging Face
• IArxiv
• ScienceCast
• von Neumann entropy

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →