MEGA-GNN

新的MEGA-GNN框架增强了复杂多重图上的学习能力

研究人员推出了一种新颖的消息传递框架MEGA-GNN，专为具有边属性的多重图设计。该新模型通过引入一个“邻居感知聚合”算子来解决现有方法的局限性。该算子在聚合邻居之前有效地组合每个邻居的多边特征，从而在保留重复交互信息的同时区分不同邻居的贡献。MEGA-GNN保持了排列等变性，并匹配标准GNN的计算复杂度，在社交和金融网络数据集上表现出改进的性能。