ExpectileGCN

新的ExpectileGCN框架增强了图神经网络

研究人员推出了一种新颖的图表示学习框架ExpectileGCN，该框架通过超越简单的均值聚合来增强图神经网络（GNN）。这种新方法包含一个可学习的期望分位数水平，使其能够自适应地捕获图中邻域内更细微的分布信息，这对于异质图尤其有利。ExpectileGCN可以动态调整其聚合行为，范围从最小值到最大值，其中均值聚合是特定实例，并在基准数据集上展示了强大的性能，显示出对特征损坏和结构扰动的改进鲁棒性。