Graph Geometry-aware MLP

新的 G^2MLP 框架将图几何从 GNN 提炼到 MLP

研究人员开发了一个名为图几何感知 MLP (G^2MLP) 的新提炼框架，以提高 MLP 在使用图神经网络 (GNN) 知识进行训练时的性能。现有方法通常无法捕捉图诱导的几何结构，导致在稀疏图上出现频谱欠拟合，在密集图上出现频谱过拟合。G^2MLP 通过使用 Ollivier-Ricci 曲率来指导提炼过程，在预测级和表示级对齐之间分配监督，从而解决这些问题。这种方法在节点分类基准测试中始终优于无图提炼基线，并且可以应用于各种 GNN 架构。