MGHRL

新的MGHRL框架通过自适应超边增强图表示学习

研究人员推出了一种新颖的框架——多粒度超图表示学习（MGHRL），旨在改进图数据中高阶关系的提取。与依赖预定义超边生成方法不同，MGHRL采用了自适应粒度超图生成策略。该方法自适应地分割粒球，在多个粒度级别上创建超边，从而更好地反映图的拓扑结构。该框架还包含一个多粒度超图网络，其子网络能够捕获来自不同粒度的特征，并通过分层可逆连接进行整合。实验结果表明，MGHRL在基准数据集上的表现优于基线模型。