Boundary Embedding Shaping

新的GNN模块通过减少结构噪声来增强分类

研究人员开发了一种名为边界嵌入塑造（BES）的新型即插即用模块，旨在提高图神经网络（GNN）的性能。BES专门解决了图结构纠缠问题，在这种问题中，不相关的邻居信息会破坏节点嵌入，特别是对于决策边界附近的节点。通过自适应地抑制这种结构噪声，BES旨在锐化决策边界并提高分类准确性。实验表明，BES能够持续改进节点分类和链接预测，其性能优于现有方法，并将GCN的性能平均提升了3.3%。