Graph Set Transformer

Graph Set Transformer 融合局部和集合上下文以进行图学习

研究人员开发了一种名为图集变换器（Graph Set Transformer, GST）的新型神经网络架构，用于在图集上进行学习。与先前需要单独图嵌入的模型不同，GST 在每一层都将节点级特征传播与集级上下文建模相结合。这种新颖的方法能够更好地融合局部结构和集级上下文，与现有基线相比，在反应预测和图像分类等任务上取得了更好的性能。