Local Embedding Evolution Distance

新的LEED指标为GNN过平滑提供了细粒度洞察

研究人员引入了LEED（局部嵌入演化距离），这是一种旨在解决图神经网络（GNN）中过平滑问题的新颖指标。与现有的Dirichlet能量等全局度量不同，LEED分析了节点级别嵌入在不同层之间的演化，从而更细粒度地理解表示的动态。这种节点级别的洞察力可以识别异质的过平滑模式，并可用于导出信息丰富的节点重要性分数。研究人员还利用LEED来制定更有效的虚拟节点选择策略，旨在缓解过压榨问题并提高GNN性能。